I och med att nyckelharpan blivit allt populärare, har den spridit sig över Sverige och även utanför landets gränser. Som nyckelharpsspelman och lärare på nyckelharpa, väcktes ett intresse för att undersöka hur nyckelharpans spridning ser ut under 2000-talet. Syftet är att få vetskap om hur och till vilka nyckelharpan spridit sig och vilka nya användningsområden den kommit att få. Undersökningen genomfördes som litteraturstudier med jämförelser av litteratur nära knutet till ämnesområdet.   Resultatet av undersökningen visar att nyckelharpans spridning under 2000-talet främst skett genom olika medier där Internet spelat en framträdande roll. Den globala spridningen är betydande med nya utövare, främst i USA men även i flera Västeuropeiska länder. Likaså kan man skönja en stor social spridning bland nyckelharpsspelarna. Studien visar även att nyckelharpan inte längre bara används som traditionellt folkmusikinstrument, utan nya användningsområden uppenbarar sig i dess väg genom olika musikgenrer allt ifrån konstmusik till rock.

In the Nordic countries a new and liberal view on marriages came in the mid-1910s. In Sweden a new divorce law, with a no-fault ground proceeded a new marital law in 1920. In the new law both parents had equal rights to the custody of the children. Before this the father automatically got the custody of the children if he wasn’t unfit. From the late 19th century it became more common that the mother got the custody.  In this study I have gone through the testimonies in a divorce process, from 1929 to 1932, where the father, the doctor in Strängnäs, had asked for a divorce an also the custody of the two underage children. In this process both parent mobilize their social network and through the study of their testimony we get a picture of a well-educated middle class family’s life and how the contemporary society’s view on the qualities a good mother and father would have. Also if the testimonies had an impact on the decision of the courts. In Strängnäs the Municipal Court, Rådhusrätten, first ruled in favor for the mother and then granted both parents the custody of one child each, a boy and a girl, based on the children’s gender. Both parents appealed to a higher court, Svea hovrätt, which ruled in favor of the mother based on the children’s age and well-being.

Time series forecasting and volatility forecasting is a particularly active research field within financial mathematics. More recent studies extend well-established forecasting methods with machine learning. This thesis will evaluate and compare the standard Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model and some of its extensions to a proposed Long Short-Term Memory (LSTM) model on historic data from five Swedish stocks. It will also explore hybrid models that combine the two techniques to increase prediction accuracy over longer horizons. The results show that the predictability increases when switching from univariate GARCH and LSTM models to hybrid models combining them both. Combining GARCH, Glosten, Jagannathan, and Runkle GARCH (GJR-GARCH), and Fractionally Integrated GARCH (FIGARCH) yields the most accurate result with regards to mean absolute error and mean square error. The forecasting errors decreased with 10 to 50 percent using the hybrid models. Comparing standard GARCH to the hybrid models, the biggest gains were seen at the longest horizon, while comparing the LSTM to the hybrid models, the biggest gains were seen for the shorter horizons. In conclusion, the prediction ability increases using the hybrid models compared to the regular models. / Tidsserieprognostisering, och volatilitetsprognostiering i synnerhet, är ett växande fält inom finansiell matamatik som kontinereligt står inför implementation av nya tekniker. Det som en gång startade med klassiksa tidsseriemodeller som ARCH har nu utvecklats till att dra fördel av maskininlärning och neurala nätverk. Detta examensarbetet uvärderar och jämför Generalized Autoregressive Conditional Heteroskedasticity (GARCH) modeller och några av dess vidare tillämpningar med Long Short-Term Memory (LSTM) modeller på fem svenska aktier. ARbetet kommer även gå närmare inpå hybridmodeller som kombinerar dessa två tekniker för att öka tillförlitlig prognostisering under längre tidshorisonter. Resultaten visar att förutsägbarheten ökar genom att byta envariata GARCH och LSTM modeller till hybridmodeller som kombinerar båda delarna. De mest korrekta resultaten kom från att kombinera GARCH, Glosten, Jagannathan, och Runkle GARCH (GJR-GARCH) och Fractionally Integrated GARCH (FIGARCH) modeller med ett LSTM nätverk. Prognostiseringsfelen minskade med 10 till 50 procent med hybridmodellerna. Specifikt, vid jämförelse av GARCH modellerna till hybridmodellerna sågs de största förbättringarna för de längre tidshorisonterna, medans jämförelse mellan LSTM och hybridmodellerna sågs den mesta förbättringen hos de kortare tidshorisonterna. Sammanfattningsvis öker prognostiseringsförmågan genom användning av hybridmodeller i jämförelse med standardmodellerna.