Optioner säljs och köps idag flitigt av många olika anledningar. En av dessa kan vara spekulation kring framtida händelser för aktiepriser där optioner har fördelar jämfört med aktier i form av en hävstångseffekt. En annan anledning för optionshandel är för att hedga (säkra) risker vilket ställer krav på att innehavet av optionen ska kompensera den negativa effekt som riskerna bidrar till. Med andra ord, om det finns en risk för ett negativt framtida scenario som man inte vill riskera att utsätta sig för så kan optioner vara rätt verktyg att använda sig av.   Risker finns idag överallt, i olika former, vilket har bidragit till att efterfrågan av optioner har ökat enormt de senaste årtiondena. Dock kan risker vara både komplexa och varierande vilket har lett till att mer komplexa optioner har utvecklats för att mätta den efterfrågan som utvecklats på marknaden. Dessa, mer komplexa optioner, kallas exotiska optioner och de skiljer sig från de vanliga europeiska och amerikanska köp- och säljoptionerna. Däribland hittar vi bland annat lookback-optioner i form av bland annat köpoptioner på maximum och kvantiloptioner vilka är två av de huvudsakliga optionerna som diskuteras i uppsatsen.   Det har länge varit känt hur man prissätter europeiska köp- och säljoptioner via Black-Scholes-Mertons modell men desto fler komplexa optioner som tillkommer på marknaden desto mer komplicerade prissättningsmodeller utvecklas. Till skillnad från europeiska köp- och säljoptioner vars utdelning beror på aktiepriset på lösendagen så är lookback-optioner beroende av aktieprisets rörelse under hela kontraktstiden. Detta medför att prissättningen av dessa beror av fler parametrar än i Black-Scholes-Mertons modell, bland annat ockupationstiden för den stokastiska process som beskriver aktiepriset, vilket bidrar till andra prissättningsmodeller.   Uppsatsen har som syfte att redogöra för modellen som används vid prissättningen av kvantiloptioner samt presentera hur deras egenskaper förhåller sig till andra typer av lookback-optioners egenskaper. Det presenteras i rapporten att kvantiloptioner liknar vissa typer av lookback-optioner, mer bestämt köpoptioner på maximum, och att kvantiloptioners egenskaper faktiskt konvergerar mot köpoptioner på maximums egenskaper då kvantilen närmar sig 1. Utifrån detta resonemang så kan det finnas fördelar i att använda kvantiloptioner snarare än köpoptioner på maximum vilket investerare bör ta i hänsyn när, och om, kvantiloptioner introduceras på marknaden. / Options are today used by investors for multiple reasons. One of these are speculation about future market movements, here ownership of options is advantageous over usual ownership of shares in the underlying stock in terms of a leverage effect. Furthermore, investors use options to hedge different kinds of risks that they are exposed to, this demands that the option compensates the possible negative effect that the risk brings to the table. In other words, if there is a risk of a future negative scenario which the investor is risk averse to, then owning specific options which neutralize this risk could be the perfect tool to use.   Risks are today seen all over the market in different shapes which have created a great demand for options over the last decades. However, since risks can be both complex and range over multiple business areas, investors have demanded more complex options which can neutralize the risk exposures. These, more complex options, are called exotic options, and they differ from the regular American and European options in the way they behave with respect to the underlying stock. Amongst these exotic options, we can find different kind of lookback options as well as quantile options which are two of the main options that are discussed in this thesis.   It has been known for a while how to price European call and put options by the Black-Scholes-Merton model. However, with more complex options also comes more complex pricing models and unlike the European options’ payoff which depend on the underlying stock price at time of maturity, the lookback option’s and quantile option’s payoff depend on the stock price movement over the total life span of the option contract. Hence, the pricing of these options depends on more variables than the classic Black-Scholes-Merton model include. One of these variables is the occupation time of the stochastic process which describes the stock price movement, this leads to a more complex and extensive pricing model than the general Black-Scholes-Merton’s model.   The objective of this thesis is to derive the pricing model that is used for quantile options and prove that the properties of quantile options are advantageous when compared to some specific lookback options, viz. call options on maximum.  It is concluded in the thesis that quantile options in fact converges to the call option on maximum for quantiles approaching 1. However, quantile options come with some different properties which potentially makes them a good substitute for the call option on maximum. This is a relevant factor for investors to consider when, and if, quantile options are introduced to the market.

The expanding adoption of cloud computing services by businesses has transformed IT infrastructure and data management in the computing space. Cloud computing offers advantages such as availability, scalability, and cost-effectiveness, making it a favored choice for businesses of all sizes. The aim of this thesis is to compare private and public cloud computing services in terms of pricing and implementation effort as well as comparing the cloud providers to each other. The top three cloud providers that will be examined are Google GCP, Microsoft Azure, and Amazon AWS. The study examines different pricing models and evaluates their effectiveness in different business scenarios. In addition, the thesis also discusses the challenges associated with building and maintaining private infrastructure and the deployment of applications to cloud computing service are examined. The research methodology involves data collection, analysis, and a case study of developing and deploying a ticketing system application on different cloud platforms. The ticket system helps to provide a realistic example and investigation of the cloud providers. The findings will help companies make informed decisions regarding the selection of the most appropriate cloud computing service based on pricing models and implementation efforts. The thesis provides valuable information on private and public cloud computing and recommends appropriate pricing models for different scenarios. This study adds to existing knowledge by analyzing current pricing models and deployment concepts in cloud computing. The thesis does not propose new solutions but follows a structured format compiling information on private, and public cloud computing and a comprehensive review of cloud computing pricing models and marketing efforts. / Den växande adoptionen av molntjänster inom företag har förändrat IT-infrastrukturen och datahanteringen inom datorområdet. Molntjänster erbjuder fördelar såsom tillgänglighet, skalbarhet och kostnadseffektivitet, vilket gör det till ett populärt val för företag i alla storlekar. Syftet med denna avhandling är att jämföra privata och offentliga molntjänster med avseende på prissättning och implementeringsinsatser samt att jämföra molnleverantörerna med varandra. De tre främsta molnleverantörerna som kommer att undersökas är Google GCP, Microsoft Azure och Amazon AWS. Studien undersöker olika prismodeller och utvärderar deras effektivitet i olika affärsscenarier. Dessutom diskuterar avhandlingen också utmaningarna med att bygga och underhålla privat infrastruktur samt implementeringen av applikationer till molntjänster. Forskningsmetodologin omfattar datainsamling, analys och en fallstudie av utveckling och implementering av ett support system på olika molnplattformar. Supportsystemet hjälper till att ge ett realistiskt exempel och undersökning av molnleverantörerna. Resultaten kommer att hjälpa företag att fatta informerade beslut när det gäller valet av lämpligaste molntjänst baserat på prismodeller och implementeringsinsatser. Avhandlingen tillhandahåller värdefull information om privat och offentlig molntjänst och rekommenderar lämpliga prismodeller för olika scenarier. Denna studie bidrar till befintlig kunskap genom att analysera nuvarande prismodeller och implementeringskoncept inom molntjänster. Avhandlingen föreslår inga nya lösningar, men följer en strukturerad format genom att sammanställa information om privat och offentlig molntjänst samt en omfattande översikt av prismodeller och marknadsinsatser inom molntjänster.

As pricing is vital for an organization’s marketing strategy, it is a significant area to consider for companies offering new products where Artificial Intelligence as a service (AIaaS) is provided. The purpose of this study was to investigate possible pricing models for an AIaaS product. The study was delimited to the edtech industry. The main research question to be investigated was “What pricing model should an AI-company have for its B2B personalization product to correspond to the value delivered by it?”. Sub-research questions consisted of how perceived value can be related to price, what factors the organization should consider for the pricing model and the implications of implementation. The exploratory research was carried out through a literature review, a survey where Van Westendorp’s Price Sensitivity Meter was applied, as well as in-depth interviews to gather qualitative data. The quantitative results showed that the price sensitivity depends on the number of monthly active users a platform has, where there is a negative relationship between the number of monthly active users and the price willing to pay per learner. The qualitative results showed that the perceived value depends, amongst other factors, on which segment the buyer belongs to. The primary results were discussed with the findings from the literature review, which mainly consisted of pricing model for Software as a Service (SaaS) products, that resulted in a designed pricing model for AIaaS providers. The conclusion of the study is that pricing an entirely new product is complicated as the buyer does not know the value of the product. Also, there does not exist one single value which can be quantified and translated into price; the price must be adjusted according to the segment’s perceived value. The pricing model presented accounts for adjustable variables needed to be considered by an AIaaS provider before determining a price. Key-words: AI, AIaaS, edtech, education technology, personalization, price, pricing, pricing strategies, pricing models, pricing tools, pricing AIaaS, software pricing, pricing for new / Då prissättning är viktigt för en organisations marknadsstrategi, är det ett betydelsefullt område att ta hänsyn till för organisationer som erbjuder nya produkter baserade på Artificiell Intelligens as a Service (AIaaS). Syftet med denna studie var att undersöka möjliga prismodeller för AIaaS produkter. Studien var begränsad till edtech industrin. Den huvudsakliga forskningsfrågan var “Vilken prismodell borde ett AI-bolag ha för att dess B2B personifieringsprodukt ska motsvara det levererade värdet ?”. Delforskningsfrågor bestod av hur uppfattat värde kan relateras till pris, vilka faktorer en organisation bör ta hänsyn till för en prismodell samt implikationerna av att implementera den. Den utforskande studien genomfördes genom en litteraturstudie, en webbenkät där Van Westendorps priskänslighetsmätare applicerades, såväl som fördjupningsintervjuer för att samla kvalitativ data. De kvantitativa resultaten visade att priskänsligheten beror av antalet månatliga aktiva användare som plattformen har, vilket visar på ett negativt samband mellan antalet månatliga aktiva användare och priset en är villig att betala per elev. De kvalitativa resultaten visade att det uppfattade värdet beror av vilket segment köparen tillhör. De primära resultaten diskuterades mot resultaten från litteraturstudien, vilka främst bestod av prismodeller för SaaS produkter, och slutade i en framtagen prismodell för AIaaS leverantörer. Slutsatsen av studien är att prissättning av en ny produkt är komplicerat eftersom köparen inte vet värdet av produkten. Det finns heller inte ett enskilt värde som kan kvantifieras och översättas till ett pris; priset måste anpassas enligt segmentets uppfattade värde. Prismodellen som presenteras tar hänsyn till justerbara variabler som en AIaaS leverantör måste utvärdera innan ett pris bestäms.