This is a qualitative study that uses structured interviews and observations as the methods for collecting data. The purpose of this study is to examine if caregivers in elderly care perform tasks at work that they do not have time for, and also how the caregivers manage communication with the caretaker's relatives. It is a well known problem that personnel working in care are overworked, which can lead to negative effects on the quality of the care that is given. The data collected from the interviews and a thematic analysis present the daily routines performed in connection to the visits at the caretakers. Process maps are created of these visits from the personnel. By breaking down the activities, technical indicators are presented that could suit each activity. It is vital that these technical indicators do not add workload to the caregivers. The results show that there are problems regarding communication between caregivers and the caretaker's relatives. Furthermore eight activities in the process were found that previous research has shown could be turned into technical indicators. / Denna studie är av kvalitativ ansats och använder strukturerade intervjuer samt observationer som datainsamlingsmetod. Syftet med denna studie är att undersöka om vårdgivare utför arbetsuppgifter som de inte anser sig ha tid med. Detta eftersom det är ett redan känt problem att många vårdgivare känner sig överbelastade, vilket exempelvis kan leda till att kvaliteten på vården blir sämre. Utifrån intervjuerna och observationen skedde en tematisk analys för att undersöka vilka dagliga rutiner som sker i vårdgivarnas hem i samband och i anknytning till hemtjänstbesöken, för att kartlägga den processen. Detta för att kunna presentera ett alternativ som kan minska på arbetsbördan för vårdgivare. Resultatet från denna studie visar på att det finns problematik gällande återkoppling till anhöriga samt att det fanns en aktivitet i processen som skulle kunna elimineras/minskas med stöd av tekniska indikatorer.

Vi genomför en litteraturstudie där vi studerar och analyserar publikationer inom maskininlärning i kombination med algoritmisk handel. I denna studie undersöker vi vilka typer av data samt vilka maskininlärningstekniker som kunnat visas vara tillämpningsbara vid system för algoritmisk handel. Till vår litteraturstudie använder vi oss av publikationer som är peer-reviewed från trovärdiga databaser. Resultatet visar att det huvudsakligen finns tre typer av data som är av betydelse för algoritmisk handel. Dessa är historisk prisdata, tekniska indikatorer samt den typ av data som ingår i fundamental analys. Historisk prisdata tycks ofta användas som bas för att sedan bearbetas om till andra typer av data. Det vanligaste exemplet på detta är tekniska indikatorer som ofta förekommer som datakälla i system för algoritmisk handel.Vi finner även ett antal maskininlärningstekniker som av tidigare publikationer demonstreras vara tillämpningsbara för algoritmisk handel. Publikationer påvisar att en maskininlärningsteknik kallad SVM (support vector machine) kan tillämpas på tekniska indikatorer och även analys av nyhetsrubriker. Vi påträffar även publikationer som demonstrerar tillämpningen av två typer av neurala nätverk, klassifikationsnätverk samt regressionsnätverk. Dessa nyttjas för att generera trade signals i ett algoritmiskt handelssystem. I vår studie hittar vi också en tillämpning av evolutionär maskininlärning som används för att approximera en lösning på det optimala orderexekveringsproblemet.Vi diskuterar även ett ekonomiskt incitament som missgynnar akademisk öppenhet och publikation av nya upptäckter inom området. Detta existerar på grund av att fördelaktiga resultat kan vara finansiellt gynnsamma att undanhålla. / We conduct a literature review in which we study and analyze publications in the area of machine learning in combination with algorithmic trading. In this study we investigate what types of data and which machine learning techniques that are shown to be applicable to systems used for algorithmic trading. For our literature review we use peer-reviewed publications from trustworthy databases. The result shows that we find mainly three types of data that are relevant for algorithmic trading. These are financial data quotes, technical indicators and the types of data that is relevant for fundamental analysis. Financial data quotes often seem to be used as a basis for later processing into other types of data. The most common example of this is technical indicators that are frequently used as a source of data in systems for algorithmic trading.We also find a number of machine learning techniques that have been demonstrated by previous publications to be applicable for algorithmic trading. Publications show that a machine learning technique called SVM (support vector machine) can be applied on technical indicators as well as for analysis of news headlines. We also find publications that demonstrate the application of two types of neural networks, classification and regression network. These are used in order to generate trade signals in an algorithmic trading system. In our study we also find an application of evolutionary machine learning which is used to approximate an optimal solution to the order execution problem. Moreover, we also discuss a financial incentive that disadvantage academic openness and the publications of new discoveries in the relevant area of research. This financial incentive exists because advantageous results may be financially beneficial to withhold.

<p>Syftet är att konstruera en handelsstrategi baserad på Contracts-For-Difference (CFD) för att utnyttja de möjliga samband som föreligger mellan oljepris och SEK/USD växlingskurs.</p><p>Uppsatsen baseras på en induktiv ansats med kvantitativ metod. Slutsatser dras från utifrån de data som har bearbetats.</p><p>Korrelationen mellan olja och valutan SEK/USD är starkt negativ. Funktionaliteten hos ”Moving Average” som indikator för trendskiften bedöms som relativt hög. Handelsstrategin som har konstruerats uppvisar positivt resultat efter fem års simulerad handel. Handelsstrategin skulle kunna automatiseras och automatisering av denna bedöms som mindre komplicerat.</p> / <p>The purpose is to construct a trading strategy based on Contracts-For-Difference (CFD) to exploit the possible correlations between oil price and SEK/USD spot rate.</p><p>The thesis is based on an inductive approach with a quantitative methodology. Conclusions are drawn from the data that has been processed.</p><p>The correlation between oil and currency SEK/USD has a strong negative value. The functionality of "Moving Average" as an indicator for showing trend shifts are assessed as relatively high. The constructed trade strategy gave positive results after five years of simulated trading. The trade strategy could be automated and the automation of this is considered less complicated.</p>

Syftet är att konstruera en handelsstrategi baserad på Contracts-For-Difference (CFD) för att utnyttja de möjliga samband som föreligger mellan oljepris och SEK/USD växlingskurs. Uppsatsen baseras på en induktiv ansats med kvantitativ metod. Slutsatser dras från utifrån de data som har bearbetats. Korrelationen mellan olja och valutan SEK/USD är starkt negativ. Funktionaliteten hos ”Moving Average” som indikator för trendskiften bedöms som relativt hög. Handelsstrategin som har konstruerats uppvisar positivt resultat efter fem års simulerad handel. Handelsstrategin skulle kunna automatiseras och automatisering av denna bedöms som mindre komplicerat. / The purpose is to construct a trading strategy based on Contracts-For-Difference (CFD) to exploit the possible correlations between oil price and SEK/USD spot rate. The thesis is based on an inductive approach with a quantitative methodology. Conclusions are drawn from the data that has been processed. The correlation between oil and currency SEK/USD has a strong negative value. The functionality of "Moving Average" as an indicator for showing trend shifts are assessed as relatively high. The constructed trade strategy gave positive results after five years of simulated trading. The trade strategy could be automated and the automation of this is considered less complicated.