ProjektProjects
Modeller och verktyg jag bygger på fritiden, mest kring finansiell data, fastigheter och Årefjällen. Kort märkta live hämtar dagens riktiga data när sidan öppnas.
Models and tools I build in my own time, mostly around financial data, real estate and the Åre mountains. Cards marked live pull today's real data when the page opens.
Riskverktyg för fondförvaltare. Visar på några sekunder var portföljen är exponerad, hur mycket den kan tappa i en kris och om den håller sig inom UCITS-reglerna.
A risk tool for fund managers. Shows in seconds where a portfolio is exposed, how much it could lose in a crisis and whether it stays within the UCITS rules.
Öppna verktygetOpen the tool →Väderprognos för tio toppar i Årefjällen, justerad för höjden och förbättrad av maskininlärning som tränas direkt i webbläsaren.
Weather forecasts for ten peaks around Åre, adjusted for elevation and sharpened by machine learning trained right in the browser.
Öppna verktygetOpen the tool →Ett aktiespel: en riktig kurvgraf, åtta rundor och tre nivåer från Business Major till Portfolio Manager. Snabba svar ger bonus, och dagens omgång är densamma för alla.
A stock game: a real price chart, eight rounds and three levels from Business Major to Portfolio Manager. Quick answers earn a bonus, and the daily round is the same for everyone.
Fler projektMore projects
Två notebooks om optioner. En kurs från Black-Scholes och grekerna till volatilitetsytor och deltahedging, och en atlas över 58 prissättningsmodeller med när de fungerar och var de går sönder.
Two notebooks on options. A course from Black-Scholes and the Greeks to volatility surfaces and delta hedging, and an atlas of 58 pricing models covering when they work and where they break.
Så funkar detHow it works
Kursen går igenom binomialträd, Monte Carlo med Longstaff-Schwartz, finita differenser, Heston, Dupire, SABR och Merton-hopp, och kontrollerar slutna formler mot simulering. Atlasen jämför modellerna i kalibrering och i hastighet mot noggrannhet, och slutar i en guide för modellval.
The course covers binomial trees, Monte Carlo with Longstaff-Schwartz, finite differences, Heston, Dupire, SABR and Merton jumps, and checks closed forms against simulation. The atlas pits the models against each other on calibration and on speed versus accuracy, and ends in a model selection guide.
Lägg till en aktie, så räknar modellen ut hur stor del av portföljen den ska få. Vikterna bygger på risk, inte på gissad avkastning, eftersom avkastningsprognoserna sällan håller.
Add a stock and the model works out how much of the portfolio it should get. The weights are built on risk, not on guessed returns, because the return forecasts rarely hold up.
Så funkar detHow it works
Sex volatilitetsskattare och en walk-forward-validerad ML-modell vägs samman med NNLS, kovariansen krymps enligt Ledoit-Wolf och portföljen optimeras long-only mot riskparitet, HRP eller minsta varians. Avkastningstilten släpps på först när rank-IC klarar en Newey-West-t över 2, vilket den sällan gör.
Six volatility estimators and a walk-forward ML model are blended by NNLS, the covariance is Ledoit-Wolf shrunk, and the book is optimised long-only against risk parity, HRP or minimum variance. The return tilt only switches on once rank IC clears a Newey-West t above 2, which it rarely does.
Mäter hur mycket börsen litar på svenska fastighetsbolags egna värderingar. I september 2026 handlades sektorn 39 % under redovisat värde. Nyckeltalen är AI-avlästa ur rapporterna utan avstämning mot originalen.
Measures how far the stock market trusts Swedish property companies' own valuations. In September 2026 the sector traded 39% below reported value. Figures are AI-read from the reports without reconciliation against the originals.
Så funkar detHow it works
Två oberoende värderingar av samma bestånd: driftnetto mot bokfört fastighetsvärde, och mot börsvärde plus räntebärande skulder. Gapet mäter hur mycket börsen misstror böckerna.
Two independent valuations of the same portfolio: net operating income over book value, and over market cap plus interest-bearing debt. The gap measures how far the market distrusts the books.
20 bolag, 36 källtal till 180 kolumner. Faktorpoäng på robusta z-värden, händelsestudie på rapportdagar, Monte Carlo mot en gemensam konjunkturfaktor, och en portfölj viktad på värdering, kassaflöde och volatilitet som utfallstestas utan framtidsblick. I septemberuttaget 2026 krävde börsen 71 punkter mer än böckerna och sektorn handlades 39,4 % under redovisad substans, mot 29,9 % i median sedan 2023. Att siffrorna är AI-avlästa står överst på varje uttag. 6 591 rader Python, 88 tester.
20 companies, 36 source figures into 180 columns. Factor scores on robust z-values, an event study on reporting days, Monte Carlo against a common macro factor, and a portfolio weighted on valuation, cash flow and volatility, tested without hindsight. In the September 2026 run the market demanded 71 basis points more than the books, and the sector traded 39.4% below reported NAV against a 29.9% median since 2023. That the figures are AI-read is stated at the top of every output. 6,591 lines of Python, 88 tests.
Väljer ut småbolagsaktier med maskininlärning och sprider risken jämnt mellan dem. Utvärderad på data som modellen aldrig sett under träningen.
Picks small-cap stocks with machine learning and spreads the risk evenly between them. Evaluated on data the model never saw in training.
Så funkar detHow it works
Ensemble av LightGBM och XGBoost med purged walk-forward-korsvalidering och invers volatilitetsriskparitet. Resultaten lämnas på begäran.
LightGBM and XGBoost ensemble with purged walk-forward cross-validation and inverse-volatility risk parity. Results on request.
En app för en momentumstrategi med 20 aktier på Stockholmsbörsen. Maskininlärning vägs ihop med klassisk momentum, stoppade aktier ersätts samma dag, och aktieurvalet redigerar du direkt i appen. Ladda ner den och kör den själv.
An app for a 20-stock momentum strategy on the Stockholm exchange. Machine learning is blended with classic momentum, stopped-out names are replaced the same day, and you edit the stock universe inside the app. Download it and run it yourself.
Bygg ditt eget aktieurval. Urvalet som följer med är ett slumpmässigt stickprov, tio bolag per sektor, bara för att appen ska gå att köra. Lägg till och ta bort bolag under Universe innan du läser något i resultaten.
Build your own stock universe. The one that ships with the app is a random sample, ten names per sector, there only so it runs out of the box. Add and retire names on the Universe page before you read anything into the results.
Så funkar detHow it works
Sista handelsdagen varje månad rankas alla bolag på en blandning av LightGBM (walk-forward med purge och embargo) och klassisk momentum. Ett innehav får stanna så länge det ligger topp 40, resten fylls på till 20 från toppen. Dagligen gäller Chandelier-stopp på 5 ATR, hårt stopp 18 % under inköp och ett portföljstopp vid 12 % nedgång. Vikterna går på invers volatilitet, skalas av en HMM-regimmodell och kapas mot ett volatilitetsmål på 20 %. Urvalet är point-in-time: ett bolag du lägger till i dag kan inte ändra vad backtestet höll 2019.
On the last trading day of each month every name is ranked on a blend of LightGBM (walk-forward with purge and embargo) and classic momentum. A holding stays while it ranks inside the top 40; the rest of the book is refilled to 20 from the top. Daily, a 5 ATR Chandelier stop, a hard stop 18% below entry and a portfolio stop at a 12% drawdown apply. Weights are inverse volatility, scaled by an HMM regime model and capped against a 20% volatility target. The universe is point-in-time: a name you add today cannot change what the backtest held in 2019.
Kör: packa upp, sedan pip install -r requirements.txt och streamlit run app.py. I Colab öppnar du run_colab.ipynb och laddar upp zip-filen. På Mac startar launch.sh allt. Första körningen hämtar priser och tränar modellerna, 3–8 minuter.
Run: unzip, then pip install -r requirements.txt and streamlit run app.py. In Colab, open run_colab.ipynb and upload the zip. On a Mac, launch.sh sets everything up. The first run fetches prices and trains the models, 3 to 8 minutes.
Inte investeringsrådgivning.
Not investment advice.
KontaktContact
Enklast når du mig på mejl. Samarbeten och frågor om projekten är välkomna.
Email is the easiest way to reach me. Collaborations and questions about the projects are welcome.
CV
Ladda ner som PDF, på svenska eller engelska. Eller läs hela CV:t direkt i webbläsaren.
Download as PDF, in Swedish or English. Or read the whole CV right in the browser.
Hela erfarenheten, kompetens, utbildning och meriter.All experience, skills, education and achievements.
Interaktiv version med karriärkarta, sök och skrivarvänlig layout.Interactive version with a career map, search and a print-ready layout.
Läs CV:tRead the CV →- NuNow
- Data- och BI-ansvarig, Diös Fastigheter (sedan 2025)Data & BI Lead, Diös Fastigheter (since 2025)
- TidigareBefore
- Morningstar (2017–2024) · IG Markets (2015–2016)Morningstar (2017–2024) · IG Markets (2015–2016)
- VerktygTools
- Microsoft Fabric · Power BI · SQL · Python · DAX
- UtbildningEducation
- Kandidatexamen, Business Administration, Rocky Mountain CollegeB.S. Business Administration, Rocky Mountain College