Eugen Soloviov

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

AI4Finance Foundation: Das FinGPT-, FinRL- und FinRobot-Ökosystem für den algorithmischen Handel

AI4Finance Foundation: Das FinGPT-, FinRL- und FinRobot-Ökosystem für den algorithmischen Handel

Vollständiger Leitfaden zum Ökosystem der AI4Finance Foundation: FinGPT (LLM + LoRA für die Finanzwelt), FinRL (Reinforcement Learning für den Handel), FinRobot (Multi-Agenten-Orchestrierung). Satelliten, Pipelines und praktischer Einsatz.

VectorBT: The Fastest Backtesting Framework for Python

VectorBT: The Fastest Backtesting Framework for Python

Overview of VectorBT — an innovative quantitative analysis library that changes the approach to backtesting thanks to the power of NumPy and Numba.

Copula-Modelle für die gemeinsame Risikomodellierung in Krypto-Portfolios

Copula-Modelle für die gemeinsame Risikomodellierung in Krypto-Portfolios

Jenseits der linearen Korrelation — Copula-Modelle zur Erfassung von Tail-Abhängigkeit und gemeinsamem Risiko in Kryptowährungsportfolios für eine präzise VaR- und CVaR-Schätzung.

ZigBolt: Why We Built Our Own Aeron in Zig and Hit 20 Nanoseconds Per Message

ZigBolt: Why We Built Our Own Aeron in Zig and Hit 20 Nanoseconds Per Message

How and why we built an ultra-low-latency messaging system for HFT from scratch in Zig. No JVM, no GC, no surprises. SPSC ring buffer at 20 ns, IPC at 30 ns, codec at 0 ns. With benchmarks.

Automatisiertes Rebalancing von ETF-Portfolios: Wie wir einen Bot für Tinkoff Invest gebaut haben

Automatisiertes Rebalancing von ETF-Portfolios: Wie wir einen Bot für Tinkoff Invest gebaut haben

Open-Source TypeScript/Bun-Bot für automatisiertes ETF-Portfolio-Rebalancing bei Tinkoff Invest. Vier Balancing-Modi, Margin-Trading, Multi-Account-Unterstützung. Mit Quellcode.

Aeron: Ein Blick in das Messaging-System, das die Hälfte der HFT-Branche antreibt

Aeron: Ein Blick in das Messaging-System, das die Hälfte der HFT-Branche antreibt

Ein tiefer Einblick in Aeron – das Messaging-System von Real Logic für den Hochfrequenzhandel. Transport, Archive, Cluster, Sequencer. Was drinsteckt, wie es funktioniert und wo die Engpässe liegen.

How to Catch Drops After Shitcoin Pumps: A Systematic Approach

How to Catch Drops After Shitcoin Pumps: A Systematic Approach

A systematic breakdown of shorting strategies after shitcoin pumps. Funding rate, OI, volume analysis, candlestick patterns, liquidation cascades. With a practical algorithm.

Ordertypen im algorithmischen Handel: Von der nachziehenden Limit-Order bis zu virtuellen Orders

Ordertypen im algorithmischen Handel: Von der nachziehenden Limit-Order bis zu virtuellen Orders

Ein umfassender Leitfaden zu Ordertypen im algorithmischen Handel: Standard-Börsenorders, nachziehende Limit-Orders, zeitbasierte Orders, virtuelle/synthetische Orders. Mit Codebeispielen und praxisnahen Anwendungsfällen.

Bar-Typen und Aggregationsmethoden für algorithmischen Handel

Bar-Typen und Aggregationsmethoden für algorithmischen Handel

Zweiachsige Klassifikation der Candle-Konstruktion: 17 Basis-Bar-Typen (Zeit, Tick, Volumen, Dollar, Renko, Range, Volatilität, Heikin-Ashi, Kagi, Line Break, P&F, TIB, VIB, Run, CUSUM, Entropie, Delta) × 3 Aggregationsmethoden (Kalender, Rolling, Adaptiv) = 51 Kombinationen. Mit Implementierungscode und praktischen Empfehlungen.

Hidden Markov Models in Trading: How to Adapt Your Strategy to Market Regimes

Hidden Markov Models in Trading: How to Adapt Your Strategy to Market Regimes

How to identify the current market regime (bull, bear, sideways) using Hidden Markov Models and automatically switch trading strategies. With Python code and backtests.

Queue Inside the Wall: Analyzing Order Position in Order Book Density

Queue Inside the Wall: Analyzing Order Position in Order Book Density

How understanding your place in the queue at a price level transforms scalping from guesswork into an engineering problem

LLM Alpha Mining: Wie man Trading-Signale aus Earnings Calls und Finanzdokumenten extrahiert

LLM Alpha Mining: Wie man Trading-Signale aus Earnings Calls und Finanzdokumenten extrahiert

Wie man große Sprachmodelle nutzt, um Trading-Signale aus Investorengesprächen, Berichten und Nachrichten zu extrahieren. Chain-of-Thought-Prompting, strukturierte Extraktion, Signal-Backtesting.