Bakgrund: För att kunna ta välgrundade finansiella beslut, behöver aktörer göra prognoser om vad som kommer ske i framtiden. Detta har medfört att både forskare och praktiker har byggt olika modeller som syftar till att prognostisera framtiden. Ett centralt mått i många finansiella modeller är tillgångens volatilitet, som är ett mått på prisförändringen under en tidsperiod. Den implicita volatiliteten, härledd via derivatmarknaden och prissättningsmodeller, är en marknadsprognos för en tillgångs framtida volatilitet. Tidigare forskning pekar på att den implicita volatiliteten är bättre på att prognostisera den framtida volatiliteten jämfört med modeller som använder historisk volatilitet. Däremot finns det osäkerheter kring hur variabler som handelsvolym och löptid påverkar dessa volatilitetsprognoser. Syfte: Syftet med studien är att undersöka hur prognosförmågan hos den implicita volatiliteten för den framtida realiserade volatiliteten förhåller sig vid olika löptider samt vid olika handelsvolymer. Metod: För att uppnå syftet med studien har vi använt oss av en kvantitativ metod samt en deduktiv ansats. Urvalet består av 100 bolag som varit noterade på S&P 500 mellan 2017 och 2021. Vidare har regressioner utförts i syfte till att fastställa den implicita volatilitetens prognosförmåga. Två modeller har använts varav en heterogeneous autoregressive modell (HAR) och en enkel linjär regression (ELR). Slutligen analyseras regressionerna utifrån kategoriseringar baserat på löptid samt olika handelsvolym. Slutsats: Studien finner inga signifikanta skillnader bland förklaringsgraderna med avseende på olika löptider. Däremot finner vi att den implicita volatiliteten från kortare optioner tenderar att underskatta den realiserade volatiliteten till högre grad än för längre löptider. I kontrast till tidigare forskning finner vi att prognoser blev sämre vid högre handelsvolymer men att underskattningar är vanligare för lägre handelsvolymer.

Harry Markowitz work in the 50’s spring-boarded modernportfolio theory. It gives investors quantitative tools to compose and assessasset portfolios in a systematic fashion. The main idea of the Mean-Varianceframework is that composing an optimal portfolio is equivalent to solving aquadratic optimization problem.In this project we employ the Maximally Predictable Portfolio (MPP) frameworkproposed by Lo and MacKinlay, as an alternative to Markowitz’s approach, inorder to construct investment portfolios. One of the benefits of using theformer method is that it accounts for forecasting estimation errors. Ourinvestment strategy is to buy and hold these portfolios during a time periodand assess their performance. We show that it is indeed possible to constructportfolios with high rate of return and coefficient of determination based onhistorical data. However, despite their many promising features, the success ofMPP portfolios is short lived. Based on our assessment we conclude thatinvesting in the stock market solely on the basis of the optimization resultsis not a lucrative strategy / Modern portföljteori har sitt ursprung i Harry Markowitz arbete på 50-talet. Teorin ger investerare kvantitativa verktyg för att sammansätta och utvärdera tillgångsportföljer på ett systematiskt sätt. Huvudsakligen går Markowitz idé ut på att komponera en investeringsportfölj genom att lösa ett kvadratiskt optimeringsproblem. Det här examensprojektet har utgångspunkt i Maximally Predictable Portfolio-ramverket, utvecklat av Lo och MacKinley som ett alternativ till Markowitz problemformulering, i syfte att välja ut investeringsportföljer. En av fördelarna med att använda den förra metoden är att den tar hänsyn till uppskattningsfelen från prognostisering av framtida avkastning. Vår investeringsstrategi är att köpa och behålla dessa portföljer under en tidsperiod och bedöma deras prestanda. Resultaten visar att det mha. MPP-optimering är möjligt att konstruera portföljer med hög avkastning och förklaringsvärde baserat på historisk data. Trots sina många lovande funktioner är framgången med MPP-portföljer kortlivad. Baserat på vår bedömning drar vi slutsatsen att investeringar på aktiemarknaden uteslutande på grundval av optimeringsresultatet inte är en lukrativ strategi.

I och med digitaliseringen förändras samhället snabbare än någonsin och det är viktigt för företag att hålla sig uppdaterade för att kunna anpassa sin verksamhet till en marknad som hela tiden utvecklas. Det existerar en uppsjö av business intelligence modeller för just detta ändamål, och prediktiv analys är en central del bland dessa. Fokus i denna rapport ligger i att undersöka i vilken utsträckning tre olika prediktiva analysmetoder lämpar sig för ett specifikt uppdrag gällande månadsprognoser baserat på klickdata från Flygresor.se. Målet med rapporten är att kunna redogöra för vilken av metoderna som fastställer den mest precisa prognoser för given data och vilka karakteristiska drag i datan som bidrar till detta resultat. Vi kommer att tillämpa de prediktiva analysmodellerna Holt-Winters och ARIMA, samt en utbyggd linjär approximation, på historisk klickdata och återge arbetsprocessen samt utifrån resultatet beskriva vilka konsekvenser datan från Flygresor.se förde med sig. / With digitization, society changes faster than ever and it’s important for companies to stay up to date in order to adapt their business to a constantly changing market. There exists a lot of models in business intelligence, and predictive analytics is an important one. This study investigates to what extent three different methods of predictive analytics are suitable for a specific assignment regarding monthly forecasts based on click data from Flygresor.se. The purpose of the report is to be able to present which of the methods who determines the most precise forecasts for the given data and what trends in the data that contributes to this result. We will use the predictive analytics models Holt-Winters and ARIMA, as well as an expanded linear approximation, on historical click data and render the work process as well as what consequences the data from Flygresor.se brought with them.

A workflow to go from topology optimized concept to a detailed design was created in this thesis. This was done through the use of Implicit-based geometries and Non-linear finite element analysis. The workflow was created by creating a script combining three different programs to create STL files, refine them and to measure reaction force of the design. This was done cause there is no established way to get a detailed design in the earlier stages of designing a product. Using this approach with Implicit-based geometries a design which can be examined morphed and tested in the earlier stages of the design development can be generated. In this thesis the workflow was implemented on two different designs were both was morphed in three different regions with a magnitude varying from 0-1 and then measured reaction forces with non-linear finite element analysis for each combination of the magnitude. The reaction forces and volume output were then used to create a metamodel which was optimized to minimize weight whilst keeping a certain reaction force. One of the designs was given from Epiroc to improve from their previous design, and the thesis concluded a design with a weight reduction of 7% with reaction forces being higher in three out of four measuring points. / Ett arbetsflöde för att gå från topologioptimerade koncept till en detaljerad design skapades i denna avhandling. Detta gjordes genom användning av geometrier baserade på implicita ytor och icke-linjär finita elementanalys. Arbetsflödet skapades genom att kombinera tre olika program i ett skript för att skapa STL-filer, förfina dem och mäta reaktionskraften i designen. Detta gjordes eftersom det inte finns något etablerat sätt att få en detaljerad design i de tidigare stadierna av produktframtagning. Genom att använda detta tillvägagångssätt med implicit baserade geometrier kan en design skapas som kan undersökas, förändras och testas i de tidiga stadierna av designutvecklingen. I denna avhandling implementerades arbetsflödet på två olika designer som båda förändrades i tre olika regioner med en magnitud som varierade från 0 till 1. Därefter mättes reaktionskrafterna med icke-linjär finita elementanalys för varje kombination av magnituden. Reaktionskrafterna och volymutdata användes sedan för att skapa en metamodel som optimerades för att minimera vikten samtidigt som en viss reaktionskraft behölls. En av designerna tillhandahölls av Epiroc för att förbättra deras tidigare design, och avhandlingen kom fram till en design med en viktminskning på 7% jämfört med den tidigare, samtidigt som reaktionskrafterna var högre i tre av de fyra mätpunkterna.

The fixed income market is not as exploited as other markets and has a more complex structure compared with the equity market. On the other hand, it has been seen that demand for research for the fixed income market has increased, which in turn has created greater interest in studying the characteristics of holdings in the market. This work studies whether it is possible to replicate indices through requirements for credit rating, sectors and mathematical key figures such as Duration, convexity, duration time spread (DTS) and option adjusted spread (OAS). Replication is made through linear programming in the program Python. By implementing lasso regression, this study examines whether it is possible to exceed the return by reducing the requirements for key figures that are not selected efter selection of variables in the regression. The investment company Alfred Berg has provided relevant data for this report. The data consists of information on all assets included in the index EUR Investment grade (ER00) over the period 2017-2021. The result of the replication follows the index returns, with small deviations, and the lasso regression selects the key figures DTS and OAS in its model. It is difficult to excess index return by focusing only on the key figures DTS and OAS. Analysis of other key figures and variables selected by the lasso regression can possibly create better results, as a suggestion for further work. / Räntemarknaden är inte lika exploaterad som andra marknader och har en mer komplex struktur jämfört med aktiemarknaden. Däremot har man sett att efterfrågan på forskning för räntemarknaden har ökat, vilket i sin tur skapat ett större intresse att studera egenskaperna av innehaven på marknaden. Detta arbete studerar om det går att replikera index genom krav på credit rating, sektor och matematiska nyckeltal som Duration, convexity, duration times spread (DTS) och option adjusted spread (OAS). Replikeringen sker genom linjär programmering i programmet Python. Genom att implementera Lasso regression undersöker detta arbete även om det går att överträffa vakastningen genom att minska kraven på nyckeltal som inte väljts ut efter urval av variabler i regressionen. Investmentbolaget Alfred Berg har bidragit med data för denna rapport. Datan består av information om alla tillgångar som ingår i indexet EUR Investment Grade (ER00) under perioden 2017-2021. Resultatet visar att replikeringen av index är möjlig, med små avvikelser, och lasso regressionen väljer nyckeltalen DTS och OAS i sin modell. Det är svårt att överträffa index genom att endast fokusera på nyckeltalen DTS och OAS. Analys av andra nyckeltal och variabler som väljs ut av lasso regressionen kan skapa ett bättre resultat.

The purpose of this bachelor thesis is to investigate how different variables impact voice and data traffic for a telecom operator that operates in an undisclosed Sub-Saharan African country. The data has been provided by said company. The models, generated by using multivariate linear regression analysis, have a high explanatory power, as evidenced by high coefficients of determination. However, it is important to recognize the persistence of certain systematic issues, which are most likely due to the absence of key explanatory variables. Addressing these limitations in future research efforts will lead to a more comprehensive understanding of the subject and more robust findings to determine which factors drive voice and data traffic. In the report, the telecommunication sites are segmented based on generated income. Two segmentation models were created to categorize sites based on their data and voice revenue quartiles. A color matrix was used to depict the results. The hypothesis that nearby sites are more likely to perform similarly was tested using a quartile-based scoring method. The regression analysis uncovered significant variables and revealed information about the relationship between various factors and data and voice traffic. The regression residuals were analyzed using qualitative cluster analysis, which revealed distinct clustering patterns. Overall, the study provides useful insights into data and voice traffic segmentation and performance analysis in the analyzed region. / Syftet med detta kandidatarbete är att undersöka hur olika variabler påverkar röst- och datatrafik för en telekom-operatör som är verksam i ett Subsahariskt afrikanskt land. Studien använder sig av linjär regressionsanalys för att utveckla modeller som visar med en bra förklaringsgrad. Förklaringsgraden visas genom höga determinationskoefficienter. Men, trots ett bra resultat är det viktigt att ta hänsyn till systematiska problem hos modellerna. problemen beror troligtvis på att viktiga förklarande variabler saknas i datan. Framtida forskningsinsatse bör därför sträva efter att åtgärda dessa begränsningar, och på så sätt uppnå en mer omfattande förståelse av ämnet och mer korrekt resultat. I rapporten segmenteras telekommunikationsmasterna baserat på genererad inkomst. Två segmenteringsmodeller har utvecklats för att kategorisera masterna enligt deras kvartiler för data- och röstintäkter. Resultaten visas visuellt med hjälp av en färgmatris. Dessutom prövades hypotesen att närliggande master uppvisar liknande prestanda med hjälp av en kvartilsbaserad poängmetod. Regressionsanalysen identifierar signifikanta variabler och ger insikter i relationen mellan olika faktorer mellan data- och rösttrafik. Vidare upptäcks, via kvalitativ klusteranalys av regressionsresterna, tydliga klustringsmönster i resultatet. Sammantaget ger denna studie värdefulla insikter i data- och rösttrafiksegmentering samt prestandaanalys i den analyserade regionen.

Det sägs att militära medel och motmedel ständigt utvecklas inom området krigföring. Samma resonemang gäller även för synen på konflikter och hur användandet av militär och icke-militär makt kan utvecklas och effektiviseras för att påverka en motståndare. Dagens krigföring har utvecklats till konflikter där gränsdragningen mellan krig och fred skyms i ett dunkel och problemet uppstår då vi varken vet eller förstår att vi blir utsatta för en krigshandling. Syftet med den här uppsatsens är att undersöka och skapa en djupare förståelse för begreppet New Generation Warfare, (NGW) vilket utgör ett nytt sätt att förstå modern krigföring som icke-linjär och asymmetrisk, samt hur den krigföringen kan påverka ett modernt och öppet samhälle. Med den djupare förståelsen för NGW analyseras Försvarsmaktens tre senaste perspektivstudier för att klargöra i vilken utsträckning den förståelsen kan återfinnas i studiens analyser och framtidssyn. Resultatet visar att perspektivstudierna till en viss grad uppvisar en förståelse för NGW och att den förståelsen även har utvecklats över tid. Resultatet visar även på att det saknas en djupare förståelse för den moderna icke-linjära och asymmetriska krigföringen som i huvudsak riktar in sig på motståndarens situationsuppfattning och lägesbild i syfte att sabotera, förvirra och vilseleda.

Detta examensarbete utfördes hos Skanska Industrial Solutions (SIS) och syftade till att undersöka sätt att minimera koldioxidutsläppen från Skanskas asfaltproduktion genom optimering. En icke-linjär optimeringsmodell utvecklades för att beräkna den optimala inblandningen av jungfruliga material och returasfalt samt mängden årston som ska produceras för att minimera koldioxidutsläppen per ton tillverkad asfalt. Utgångspunkten för modellen var att på ett så verklighetstroget sätt som möjligt beskriva de olika aspekterna i asfaltproduktionens utsläpp. Modellen tar hänsyn till begränsningar såsom maximal tillåten inblandning av returasfalt, maximal produktionsnivå och tillgången på returasfalt. El- och biooljeförbrukningen modellerades som funktioner av produktionsvolymen genom minsta kvadratmetoden för att beskriva hur förbrukningen förändrades i takt med en ökad mängd producerad årston. Resultaten visar att en hög inblandning av returasfalt är den viktigaste faktorn för att minska koldioxidutsläppen. Modellen visade också att mängden årston har en inverkan på koldioxidutsläppen per ton tillverkad asfalt där en högre produktion leder till lägre utsläpp per ton. En undersökning av framtida scenarion med en lägre tillgång på returasfalt visade dock att mängden årston endast bör ökas så länge en maximal inblandning av returasfalt fortfarande är möjlig.

Marketing Mix Modelling has been used since the 1950s, leveraging statistical inference to attribute media investments to sales. Typically, regression models have been used to model the relationship between the two. However, the media landscape evolves at an increasingly rapid pace, driving the need for more refined models which are able to accurately capture these changes. One class of such models are Bayesian structural time series, which are the focal point in this thesis. This class of models retains the relationship between media investments and sales, while also allowing for model parameters to vary over time. The effectiveness of these models is evaluated with respect to prediction accuracy and certainty, both in and out-of-sample. A total of four different models of varying degrees of complexity were investigated. It was concluded that the in-sample performance was similar across models, yet when it came to out-of-sample performance models with time-varying performance outperformed their static counterparts, with respect to uncertainty. Furthermore, the functional form of the intercept influenced the uncertainty of the forecasts on extended time horizons. / Marketing mix modellering har använts sedan 1950-talet för att dra slutsatser om hur mediainvesteringar påverkar försäljning, med hjälp av statistisk inferens. Vanligtvis har regressionmodeller använts för att modellera relationen mellan de två. Men medielandskapet utvecklas allt snabbare, vilket kräver mer sofistikerade modeller som kan fånga upp dessa förändringar på ett mer precist sätt. En klass av sådana modeller är Bayesianska strukturella tidsseriemodeller, som är fokus för detta arbete. Denna klass av modeller bibehåller den strukturella relationen mellan mediainvesteringar och försäljning, samtidigt som de också tillåter modellparametrarna att variera över tid. Effektiviteten hos modellerna bedöms med avseende på noggrannhet och säkerhet, både tränings- och testdata. Totalt fyra olika modeller med varierande komplexitet undersöktes. Det konstaterades att prestandan på träningsdata var likvärdig mellan modellerna, men när det gällde testdata presterade modeller med tidsvarierande parametrar bättre än sina statiska motsvarigheter, med avseende på osäkerhet. Dessutom påverkade den funktionella formen av interceptet osäkerheten hos prognoserna över längre tidshorisonter.

With the increasing demand for renewable energy sources, new systems are being developed to sustain future infrastructure, accommodating these new energy sources. One of the proposed solutions is to incorporate distributed energy resources to different households in order to provide local energy demands effectively. To enable large-scale integration of flexible energy resources, it is crucial to reduce end-user energy and power costs, which can be done by designing an optimization model objected to minimize the total electricity bill. In the scope of this Master thesis, the interest lies in investigating a control strategy to operate batteries, heat pumps, and other assets by producing the optimal setpoints using the designed optimization algorithm that takes, amongst others, market and weather data as well as customer behavior into account. The applied method for producing these setpoints is sensitivity analysis in linear programming, and heat pump scheduling has been investigated for performance evaluation of this technique. The results show that applying this method produces the optimal setpoints over the non-controllable electricity load range by utilizing a low number of optimizations, i.e. high computation-efficiency, and high accuracy. Consequently, the controller by having the given setpoints as the input can easily adjust the heat pump output power based on the real-time non-controllable electricity load without creating any peaks and extra costs for the customers. / Med en ökad efterfrågan på förnybara energikällor utvecklas nya system för att upprätthålla framtida infrastruktur vilket kommer säkra dessa nya energikällor. En av de föreslagna lösningarna är att integrera distribuerade energiresurser till olika hushåll för att effektivt kunna tillgodose lokala energikrav. För att möjliggöra en storskalig integrering av flexibla energiresurser det avgörande är att man kan minska slutkundens energi och effektkostnader. Detta kan nås genom att utforma en optimeringsmodell av problemet som tar hänsyn till olika resourses begränsningar osv. för att minska elkosnaden hos slutkunden. Syftet med detta examensarbete är att undersöka en kontrollstrategi för att använda batterier, värmepumpar och andra tillgångar på ett optimalt sätt, genom att producera de optimala börvärdena med hjälp av den utformade optimeringsalgoritmen som tar hänsyn till bland annat marknads och väderdata samt kund beteende. För att producera dessa börvärden användes methoden känslighetsanalys som är en del inom linjär programmering och fokus har varit styrningen av värmepumpar. Resultaten visar att tillämpningen av denna metod leder till att de optimala börvärdena över det icke-kontrollerbara elektriska lasten erhålles, med ett lågt antal optimeringar, dvs att metoden har hög beräknings-effektivitet samt noggrannhet. Följaktligen kan regulatorn med de givna börvärdena som ingång enkelt justera värmepumpens utgångseffekt baserat på realtids icke-kontrollerbar elektriska lasten, utan att skapa några toppar och extra kostnader för kunderna.