Eugen Soloviov
Trading-systems engineer
Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.
Articles
Vine Copulas für Arbitrage: Modellierung hochdimensionaler Abhängigkeiten
Wie man mit Vine Copulas verborgene Abhängigkeiten zwischen Dutzenden von Krypto-Assets aufdeckt und robuste, hochdimensionale statistische Arbitragestrategien entwickelt.
Futures-Spot-Arbitrage: Vom Cash-and-Carry zum DeFi-CeFi
Wie Funding Rates, Basis und die Konvergenz von dezentralen und zentralisierten Märkten risikofreie Chancen für Kapital im Kryptomarkt schaffen.
Graphalgorithmen zur Arbitrage-Erkennung: Von Bellman-Ford bis RICH
Wie negative Zyklen, Multi-Asset-Graphen und der RICH-Algorithmus Arbitragemöglichkeiten im tiefen Kryptowährungsmarkt mit Sub-Millisekunden-Präzision identifizieren.
Die Black-Scholes-Formel: Optionsmathematik und der Heilige Gral des Tradings
Die berühmteste Formel der Finanzwelt im Detail. Wie eine Wärmeleitungsgleichung aus der Physik die Optionsbewertung ermöglichte und die Wall Street für immer veränderte, mit Python-Beispielen.
Anomalieerkennung zum Schutz von Trading-Bots: Vom Z-Score zum Transformer
Welche Methoden zur Anomalieerkennung im Krypto-Algo-Trading tatsächlich funktionieren, wie man eine kaskadierende Schutzarchitektur aufbaut und warum dies das Fundament ist, ohne das Algo-Trading zum Glücksspiel wird.
Markowitz-Portfoliotheorie für Krypto: Vom Anfänger zum Experten
Optimale Krypto-Portfolios mit Python aufbauen - denn YOLO ist keine Strategie. Lerne, wie du die mit dem Nobelpreis ausgezeichnete Portfoliotheorie mit praktischen Python-Codebeispielen auf Krypto-Investments anwendest.
From Turbulence to Trading: How Navier-Stokes Equations Revolutionize Algorithmic Trading
Part 2. Practical application of hydrodynamics in algorithmic trading. How quantum hedge funds use fluid physics to predict markets, model liquidity, and manage risks.
Das Navier-Stokes-Problem: Warum Ihre Kaffeetasse Doom ausführen könnte
Wie die Gleichungen der Strömungsdynamik zu einem der größten ungelösten Probleme der Mathematik wurden. Die Turing-Vollständigkeit der Turbulenz, das Millionen-Dollar-Preisgeld des Clay Institute und warum KI Ihren Morgenkaffee noch immer nicht vorhersagen kann.
Trading Signals: Why It Doesn't Work the Way You Think
Breaking down the mechanics of trading signals and copy trading: why these tools more often enrich their creators rather than subscribers.
Diffusionsmodelle vs. Kryptowährungs-Anarchie: Warum DDPM Bitcoin-Crashs besser vorhersagen kann als Ihr Astrologe
Wie Diffusionsmodelle die Kryptowährungsprognose revolutionieren, das Chaos der Volatilität überwinden und neue Möglichkeiten für den algorithmischen Handel schaffen.
Jim Simons: Von der Differentialgeometrie zum profitabelsten Algo-Fonds der Geschichte
Biografie, mathematische Einsichten und die systematischen Geheimnisse hinter Renaissance Technologies und seinem schwer fassbaren Medallion Fund.
Komplexe Mannigfaltigkeiten im algorithmischen Handel: Die Geometrie der Finanzmärkte
Mehrdimensionale Flächen, die sich mit der Zeit verformen, und die Renaissance-artige Mustererkennung in hochdimensionalen Räumen