Miten masteroida Reasonilla? : musiikkiohjelmistojen käyttäjät ja populaarimusiikin tuottamisen tekniikat

Johdanto ; Tutkimusnäkökulmia musiikkiteknologiaan ; Musiikkiteknologiat sosiaalisina teknologioina ; Musiikillisia teknokulttuureja? ; Tekniikat - musiikin tuottamisen ja kuuntelemisen käytännöt ; Musiikin tuottamisen tekniikat tietokoneohjelmilla ; Musiikin tekeminen Reason-ohjelmistolla ; Kaksi Reasonin käyttäjää ja musiikin tuottamisen tekniikat ; Masterointia Reasonilla ; Yhteisöllisyys.

Musik till skådespelet "Luftombyte" av Solveig von Schoultz

Soitinnus: piano, pasuunat (3), patarummut.

Leino, Eino

Eino Leino eg. Armas Einar Leopold Lönnbohm f. 6.7.1878 på Hövelö gård i Paltamo d. 10.1.1926 i Nuppulinna, Tusby Som diktare representerar Eino Leino den nationella nyromantiken, och hans lyrik har blivit gemensam egendom bland finländarna. Finsk folkdiktning och europeiska litterära strömningar möts framför allt i hans två samlingar av Helkavirsiä (sv. Helkasånger) från 1903 och 1916. I dem smälter en ny, levande bildlighet ihop med en mytisk värld, som bottnar i folkdiktningen. Från år 1906 skriver Leino även prosa. Hans trilogi från ofärdsåren, bestående av romanerna Tuomas Vitikka, Jaana Rönty och Olli Suurpää (utgivna mellan 1906 och 1908), representerar ett brytningsskede i skildringen av folket. i sin dramatik behandlar Leino framför allt historiska ämnen. I sin tid blev Leino även känd som självständig essäist, teater- och litteraturkritiker samt politisk kåsör. http://www.blf.fi/artikel.php?id=2833 http://www.kansallisbiografia.fi/kb/artikkeli/2833/

Low-Volatility Anomaly in Helsinki Stock Exchange

International research shows that low-volatility stocks have beaten high-volatility stocks in terms of returns for decades on multiple markets. This abbreviation from traditional risk-return framework is known as low-volatility anomaly. This study focuses on explaining the anomaly and finding how strongly it appears in NASDAQ OMX Helsinki stock exchange. Data consists of all listed companies starting from 2001 and ending close to 2015. Methodology follows closely Baker and Haugen (2012) by sorting companies into deciles according to 3-month volatility and then calculating monthly returns for these different volatility groups. Annualized return for the lowest volatility decile is 8.85 %, while highest volatility decile destroys wealth at rate of -19.96 % per annum. Results are parallel also in quintiles that represent larger amount of companies and thus dilute outliers. Observation period captures financial crisis of 2007-2008 and European debt crisis, which embodies as low main index annual return of 1 %, but at the same time proves the success of low-volatility strategy. Low-volatility anomaly is driven by multiple reasons such as leverage constrained trading and managerial incentives which both prompt to invest in risky assets, but behavioral matters also have major weight in maintaining the anomaly.