Do retail investors use technical analysis? Evidence from Stuttgart stock exchange.

Tutkielma käyttää automaattista kuviontunnistusalgoritmia ja yleisiä kahden liukuvan keskiarvon leikkauspiste –sääntöjä selittääkseen Stuttgartin pörssissä toimivien yksityissijoittajien myynti-osto –epätasapainoa ja siten vastatakseen kysymykseen ”käyttävätkö yksityissijoittajat teknisen analyysin menetelmiä kaupankäyntipäätöstensä perustana?” Perusolettama sijoittajien käyttäytymisestä ja teknisen analyysin tuottavuudesta tehtyjen tutkimusten perusteella oli, että yksityissijoittajat käyttäisivät teknisen analyysin metodeja. Empiirinen tutkimus, jonka aineistona on DAX30 yhtiöiden data vuosilta 2009 – 2013, ei tuottanut riittävän selkeää vastausta tutkimuskysymykseen. Heikko todistusaineisto näyttää kuitenkin osoittavan, että yksityissijoittajat muuttavat kaupankäyntikäyttäytymistänsä eräiden kuvioiden ja leikkauspistesääntöjen ohjastamaan suuntaan.

Kaarihitsauksen suojakaasun tunnistus ja virtauksen mittaus ultraäänellä

Kaasukaarihitsauksessa suojakaasuna käytetään yleensä argonin ja hiilidioksidin tai argonin ja heliumin seoksia. Suojakaasu vaikuttaa useisiin hitsausominaisuuksiin, jotka puolestaan vaikuttavat hitsauksen laatuun ja tuottavuuteen. Automaattisella suojakaasun tunnistuksella ja virtausmäärän mittauksella voitaisiin tehdä hitsauksesta paitsi käyttäjän kannalta yksinkertaisempaa, myös laadukkaampaa. Työn tavoite on löytää mahdollisimman edullinen ja kuitenkin mahdollisimman tarkasti kaasuseoksia tunnistava menetelmä, jota voitaisiin hyödyntää MIG/MAG-hitsauskoneeseen sisäänrakennettuna. Selvä etu on, jos menetelmällä voidaan mitata myös kaasun virtausmäärä. Äänennopeus kaasumaisessa väliaineessa on aineen atomi- ja molekyylirakenteesta ja lämpötilasta riippuva ominaisuus, joka voidaan mitata melko edullisesti. Äänennopeuden määritys perustuu ääniaallon kulkuajan mittaamiseen tunnetun pituisella matkalla. Kaasun virtausnopeus on laskettavissa myötä- ja vastavirtaan mitattujen kulkuaikojen erotuksen avulla. Rakennettu mittauslaitteisto koostuu kahdesta ultraäänimuuntimesta, joiden halkaisija on 10 mm ja jotka toimivat sekä lähettimenä että vastaanottimena. Muuntimet ovat 140 mm:n etäisyydellä toisistaan virtauskanavassa, jossa suojakaasu virtaa yhdensuuntaisesti äänen kanssa. Virtauskanava on putki, jossa on käytetty elastisia materiaaleja, jotta ääniaaltojen eteneminen kanavan runkoa pitkin minimoituisi. Kehitetty algoritmi etsii kahden lähetetyn 40 kHz:n taajuisen kanttiaaltopulssin aiheuttaman vasteen perusteella ääniaallon saapumisajanhetken. Useiden mittausten, tulosten lajittelun ja suodatuksen jälkeen tuntemattomalle kaasulle lasketaan lämpötilakompensoitu vertailuluku. Tuntematon kaasu tunnistetaan vertailemalla lukua tunnettujen kaasuseosten mitattuihin vertailulukuihin. Laitteisto tunnistaa seokset, joissa heliumin osuus argonissa on enintään 50 %. Hiilidioksidia sisältävät argonin seokset puolestaan tunnistetaan puhtaaseen hiilidioksidiin asti jopa kahden prosenttiyksikön tarkkuudella. Kaasun tilavuusvirtausmittauksen tarkkuus on noin 1,0 l/min.

Lukivaikeuden varhainen tunnistus ja ennaltaehkäisy on mahdollista

Teemanumero: Lukivaikeus.

Hooldus-tunnistus

kuv., 10 x 18 cm

Kemialliset taisteluaineet : ominaisuudet, tunnistus, suoja ja välineet

Kemiallisten aseita on käytetty jo ensimmäisestä maailmansodasta lähtien. Viimeaikaiset tapahtumat mm. Syyriassa (Damaskos, elokuu 2013) ovat uudelleen herättäneet pelon näitä aseita kohtaan, joten uhka niiden käytölle on siis todellinen. Näin ollen myös tarve hyvälle ja luotettavalle keinolle niiden käytön ilmaisuun sekä tunnistamiseen on ajankohtainen. Tässä tutkimuksessa tutkitaan Puolustusvoimien taisteluaineiden tunnistamiseen käyttämiä välineitä ja niiden luotettavuutta. Tutkimuksen tavoitteena on kertoa, että kuinka luotettavaa tietoa Puolustusvoimien taisteluaineiden tunnistamiseen käyttämät välineet antavat. Tutkimuksen pääasiallisena tutkimusmenetelmänä käytetään kirjallisuustutkimusta. Tutkimuksen lähteinä käytetään alan kirjallisuutta, kuten käsikirjoja (mm. Suojelun käsikirja, Handbook of Chemical Warfare and Terrorism), tieteellisiä artikkeleita ja julkaisuja sekä Internet-lähteitä, kuten IHS Jane’sin artikkeleita ja Wikipediaa. Tutkimuksen tuloksien mukaan taisteluaineiden tunnistaminen kenttäkäyttöisin laittein on haastavaa. Ongelmia välineiden luotettavalle ilmaisulle tuottavat (käytetystä tekniikasta riippuen) esimerkiksi ilmankosteus, useiden kemikaalien yhtäaikainen käyttö ja kentällä normaalisti esiintyvät kaasut, kuten savut ja pakokaasut. Ongelmina voi esiintyä esimerkiksi vääriä positiivisia ilmaisuja, ilmaisu ilman aineen tunnistamista tai jopa vääriä negatiivisia ilmaisuja eli ilmaisun pois jäämistä kokonaan. Tutkimuksen johtopäätöksinä voidaan esittää, että varmaan tunnistukseen ja luotettaviin tuloksiin voidaan päästä ainoastaan laboratoriolaitteita käyttäen. Kenttäkäyttöisillä välineillä voidaan kuitenkin saada suuntaa antavaa tietoa taisteluaineiden käytöstä ja niiden avulla on myös mahdollista varmentaa muilla tavoilla tehtyjä havaintoja. Varmimmin ilmaisun saa infrapuna-aluetta käyttävillä ilmaisulaitteilla, koska se on käytetyistä menetelmistä häiriöille epäherkin. Ioniliikkuvuuteen perustuvat ilmaisuvälineet ovat herkkiä esimerkiksi ilmankosteudelle ja pakokaasuille, mutta niiden luotettavuutta pystytään parantamaan käyttämällä ilmankuivaimia tai kosteusantureita. Myös laserspektrometriaa käyttävien välineiden ilmaisukyky on havaittu luotettavaksi. Lopuksi voidaan todeta, että kentällä käytettävien välineiden ilmaisu on aina hyvä tarkastuttaa viemällä ilmaisun antaneesta aineesta näytteet esimerkiksi kenttälaboratorioon, omantoimen ohella toimivaan laboratorioon tai vastaavaan, jotta käytetty aine voidaan varmuudella tunnistaa.

Characterization of board impurities with a Raman device

Erilaisia epäpuhtauksia kulkeutuu paperinvalmistusprosessiin ja monenlaisia saostumia muodostuu paperinvalmistuksen prosesseissa. Epäpuhtaudet voivat aiheuttaa prosessiongelmia sekä alentaa tuotteen laatua. Epäpuhtauksien alkuperän ja koostumuksen selvittäminen edellyttää usein erilaisten analyysimenetelmien käyttöä. Epäpuhtauksien luokittelu on useasti välttämätöntä ennen tarkempaa kemiallista analyysia. Paperinvalmistuksen epäpuhtauksien kvalitatiiviseen luokitteluun on yleisimmin käytetty mikroskopian, IR-spektroskopian ja analyyttisen pyrolyysin menetelmiä. Raman spektroskopia on harvinaisempi menetelmä paperiteollisuuden tutkimuksessa. Raman instrumenttien kehittyminen on ollut voimakasta viimeisen vuosikymmenen aikana. Raman spektroskopia onkin osoittanut mandollisuutensa polymeerien, lääketeollisuuden ja polttoaineteollisuuden tutkimuksissa. Tässä työssä tutkittiin erään elintarvikepakkauskartongin epäpuhtauksia Raman spektroskoopilla. Työn tavoitteena oli selvittää Raman analyysin käyttökelpoisuutta kartongin epäpuhtauksien online-luokittelussa. Tutkimukset suoritettiin Spectracoden RP-1 Raman instrumentilla. Tutkimukset osoittivat, että näytteen fluoresenssi ja näytteen hajoaminen asettavat rajoituksia epäpuhtauksien Raman analyysille. Epäpuhtauksien online-tunnistaminen toimii käytettäessä suuria lasertehoja ja säteilytysaikoja. Näytteiden laserherkkyys ja fluoresenssi rajoittavat kuitenkin suurien laiteparametrien käyttöä. Laiteparametrien pienentäminen johti mittauksien signaali-kohina suhteen alenemiseen, mikä puolestaan aiheutti online-tunnistuksen toimimattomuuden.

Ohutlevytuotteenvalmistusteknisten piirteiden tunnistaminen ja käyttö suunnittelun apuna

Suunnittelu- ja valmistustoiminnot ovat eriytymässä myös ohutlevyteollisuudessa. Kilpailukyvyn parantamiseksi, valmistusta siirretään alihankkijoille maihin, jossa työvoima on halpaa ja suuret markkinat lähellä, tuotekehityksen ja suunnittelun jäädessä Suomeen tai muualle Länsi-Eurooppaan. Tällöin vanhan lokaalin toimintamallin synergiaedut eivät ole enää mahdollisia ja tuotteen valmistettavuuden arviointi, laadunhallinta ja komponenttien yhteensopivuuden varmistaminen on erittäin haasteellista. Tässä tutkimuksessa etsittiin uuden toimintamallin tuomiin haasteisiin vastauksia piirrepohjaisesta mallintamisesta. Tavoitteen mukaisesti, tutkimuksessa tunnistettiin ohutlevytuotteen valmistusteknilliset piirteet ja luotiin niiden mukainen piirrekaavio. Piirteiden tunnistus vaati tutkimustyötä sekä nykyaikaisten suunnittelumetodien että valmistusmenetelmien ja ohutlevymateriaalien parissa. Lisäksitarkasteltiin, millaisia vaikutuksia piirteillä on tuotteen valmistettavuuteen ja miten nämä tulee huomioida tuotteen suunnittelussa.

Internet-lähteistä haettujen uutisten ryhmittely

Tämän diplomityön tarkoituksena on tutkia, mitä vaaditaan uutisten samanlaisuuden automaattiseen tunnistamiseen. Uutiset ovat tekstipohjaisia uutisia, jotka on haettu eri uutislähteistä. Uutisista on tarkoitus tunnistaa ensinnäkin ne uutiset, jotka tarkoittavat samaa asiaa, sekä ne uutiset, jotka eivät ole aivan sama asia, mutta liittyvät kuitenkin toisiinsa. Tässä diplomityössä tutkitaan, millä algoritmeilla tämä tunnistus onnistuu tehokkaimmin sekä suomalaisessa, että englanninkielisessä tekstissä. Diplomityössä vertaillaan valmiita algoritmeja. Tavoitteena on valita sellainen algoritmiyhdistelmä, että 90 % vertailluista uutisista tunnistuu oikein. Tutkimuksessa käytetään 2 eri ryhmittelyalgoritmia, sekä 3 eri stemmaus-algoritmia. Näitä algoritmeja vertaillaan sekä uutisten tunnistustehokkuuden, että niiden suorituskyvyn suhteen. Parhaimmaksi stemmaus-algoritmiksi osoittautui sekä suomen-, että englanninkielisten uutisten vertailussa Porterin algoritmi. Ryhmittely-algoritmeista tehokkaammaksi osoittautui yksinkertaisempi erilaisiin tunnuslukuihin perustuva algoritmi.

Optinen merkintunnistus satamaliikenteessä ja junavaunujen tunnistamisessa

Optisella merkintunnistuksella on tärkeä rooli nykypäivän automaatiossa. Optisen merkintunnistuksen eri sovellusalueet vaihtelevat dokumenttien tekstin tunnistamisesta ajoneuvojen tunnistamiseen ja erilaisten tuotanto- ja kokoonpanolinjojen automaatioon ja laadun tarkkailuun. Tässä työssä keskitytään optisen merkintunnistuksen käyttöön satamaliikenteessä. Työ jakaantuu kahteen osaan. Ensimmäisessä osassa esitellään satamien kannalta kaksi yleisintä ja samalla tärkeintä optisen merkintunnistuksen sovellusaluetta: rekisterikilpien tunnistus ja konttien tunnistus. Työn jälkimmäinen osa käsittelee junavaunujen tunnistamista optisen merkintunnistuksen avulla. Satamissa toimiva vaunukalusto ja niissä esiintyvät tunnisteet esitellään. Vaunujen tunnistamisen toteuttava konenäköjärjestelmä, sen vaativat laitteet sekä kuvankäsittelyn ja kuva-analyysin vaiheet käydään läpi. Kuva-analyysion jaettu työssä neljään päävaiheeseen: esikäsittely, segmentointi, piirreirrotus ja luokittelu. Kustakin vaiheesta esitetään useita eri menetelmiä, joiden käyttökelpoisuutta esitettyyn ongelmaan arvioidaan työn lopussa.

Wireless Authentication and Authorization, case Wireless Access Control System

Lyhyen kantaman radiotekniikoiden hyödyntäminen mahdollistaa uudenlaisten paikallisten palveluiden käytön ja vanhojen palveluiden kehittämisen. Kulunvalvonta on päivittäisenä palveluna valittu työn esimerkkisovellukseksi. Useita tunnistus- ja valtuutustapoja tutkitaan, ja julkisen avaimen infrastruktuuri on esitellään tarkemmin. Langattomat tekniikat Bluetooth, Zigbee, RFID ja IrDA esitellän yleisellä tasolla langattomat tekniikat –luvussa. Bluetooth-tekniikan rakennetta, mukaan lukien sen tietoturva-arkkitehtuuria, tutkitaan tarkemmin. Bluetooth-tekniikkaa käytetään työssä suunnitellun langattoman kulunvalvontajärjestelmän tietojen siirtoon. Kannettava päätelaite toimii käyttäjän henkilökohtaisena luotettuna laitteena, jota voi käyttää avaimena. Käyttäjän tunnistaminen ja valtuuttaminen perustuu julkisen avaimen infrastruktuuriin. Ylläpidon allekirjoittamat varmenteet sisältävät käyttäjän julkisen avaimen lisäksi tietoa hänestä ja hänen oikeuksistaan. Käyttäjän tunnistaminen kulunvalvontapisteissä tehdään julkisen ja salaisen avaimen käyttöön perustuvalla haaste-vastaus-menetelmällä. Lyhyesti, järjestelmässä käytetään Bluetooth-päätelaitteita langattomina avaimina.

Henkilökohtaisen päätelaitteen käyttö lähimaksujärjestelmässä

Henkilökohtaista luotettavaa päätelaitetta voidaan käyttää maksuvälineenä langattomissa maksujärjestelmissä. Päätelaitteen luotettavuus saadaan aikaan sen sisältämien tietojen salauksen ja käyttäjän tunnistuksen avulla. Kaupankäynnin tietoturvan kannalta järjestelmien tärkeimpiä tehtäviä ovat osapuolten tunnistaminen ja tietoyhteyden suojaaminen. Tässä työssä esitellään automaatti- ja ruokalamaksamisen järjestelmä, jossa käytetään maksuvälineenä Bluetooth-ominaisuudella varustettua kämmentietokonetta. Henkilökohtaisen luotettavan päätelaitteen vaatimuksia ja uhkia käydään läpi. Samoin erilaisia menetelmiä käyttäjän ja laitteiden tunnistukseen sekä tietoyhteyden suojaamiseen. Käyttäjän tunnistus perustuu julkisten avainten varmenteisiin, joihin on sisällytetty tietoa niin asiakkaasta, maksuvälineestä kuin maksumenetelmästäkin. Maksumenetelmäksi on valittu tilien käyttö. Tietoyhteyden suojaamiseen käytetään epäsymmetristä salausta.

Tietämyksen hallinta ja tietopääoma liiketoiminnassa – case ABC-liikennemyymäläketju

Tässä tutkimuksessa tutkittiin tietämyksen hallintaa, tietopääomaa ja niiden ilmentymiä liiketoiminnassa. Tutkimuksen avulla pyrittiin selvittämään, pystytäänkö tutkimukseen valittujen mallien avulla määrittelemään S-ryhmään kuuluvan ABC-liikennemyymäläketjun liiketoiminnan kannalta oleellinen tietämyksen hallinta ja tietopääoma. Tutkimus toteutettiin case-tutkimuksena puolistrukturoiduilla teemahaastatteluilla. Haastatteluja tehtiin yhteensä 13 kappaletta. Analyysi, tulokset ja johtopäätökset perustuivat tutkimuksen tekijän omiin tulkintoihin, jotka perustuivat haastatteluista saatujen havaintojen vertailusta teoriaan ja muihin sivutietolähteisiin. Tutkimus osoitti, että tietämyksen hallinnan ja tietopääoman määrittely kyettiin tekemään, mutta lopputulos ei ollut lähtökohtamallin mukainen. Itse määrittelyprosessi ei ollut helppo toteuttaa, mikä johtui tietämyksen hallinnan ja tietopääoman eri osa-alueiden laajuudesta, päällekkäisyydestä, käsitteiden ja aihepiirin vieraudesta haastateltaville. Tutkimuksen oleellisin tulos oli se, että lähtökohtamalliin tehtiin muutoksia tietopääoman osa-alueelle: 1. aineettomaan varallisuuteen lisättiin ”organisaatio” ja poistettiin ”tekniset järjestelmät”, 2. organisaation osaamiseen lisättiin ”verkosto-osaaminen” ja 3. organisaation uudistumiskykyyn lisättiin ”operatiivinen kyvykkyys”. Keskeisin johtopäätös oli, että määritelläkseen liiketoiminnalle ominaisen tietämyksen hallinnan ja tietopääoman ilmentymät, tulee organisaation lähteä liikkeelle yhdestä mallista ja sopia yhteisistä käytettävistä käsitteistä. Organisaatiot ovat eri toimialoilta, joten kaikkia ilmentymiä ei välttämättä esiinny tai löytyy mallissa esiintymättömiä ilmentymiä. Tällöin tulee tehdä muutoksia lähtökohtakohtamalliin.