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 para Arbitraje: Modelado de Dependencias de Alta Dimensión
Cómo usar Vine Copulas para identificar dependencias ocultas entre docenas de activos cripto y construir estrategias de arbitraje estadístico robustas y de alta dimensión.
Arbitraje Futuros-Spot: Del Cash-and-Carry al DeFi-CeFi
Cómo las tasas de financiamiento, la base y la convergencia de mercados descentralizados y centralizados crean oportunidades libres de riesgo para el capital en el mercado cripto.
Algoritmos de grafos para la detección de arbitraje: de Bellman-Ford a RICH
Cómo los ciclos negativos, los grafos multiactivo y el algoritmo RICH identifican oportunidades de arbitraje en el profundo mercado de criptomonedas con precisión de submilisegundos.
La fórmula de Black-Scholes: matemáticas de opciones y el Santo Grial del trading
Desglosando la fórmula más famosa de las finanzas. Cómo una ecuación del calor tomada de la física permitió valorar opciones y cambió Wall Street para siempre, con ejemplos en Python.
Detección de anomalías para proteger bots de trading: del Z-Score al Transformer
Qué métodos de detección de anomalías funcionan realmente en el trading algorítmico de cripto, cómo construir una arquitectura de protección en cascada y por qué esta es la base sin la cual el trading algorítmico se convierte en una apuesta.
Teoría de Carteras de Markowitz para Cripto: De Cero a Experto
Construyendo carteras cripto óptimas con Python - porque el YOLO no es una estrategia. Aprende a aplicar la teoría de carteras ganadora del Premio Nobel a las inversiones en criptomonedas con ejemplos prácticos de código Python.
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.
El problema de Navier-Stokes: por qué su taza de café podría ejecutar Doom
Cómo las ecuaciones de la dinámica de fluidos se convirtieron en uno de los mayores problemas sin resolver de las matemáticas. La Turing-completitud de la turbulencia, el premio de un millón de dólares del Clay Institute y por qué la IA aún no puede predecir su café matutino.
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.
Modelos de difusión vs anarquía de las criptomonedas: por qué DDPM predice los desplomes de Bitcoin mejor que tu astrólogo
Cómo los modelos de difusión están revolucionando la previsión de criptomonedas, superando el caos de la volatilidad y creando nuevas oportunidades para el trading algorítmico.
Jim Simons: De la geometría diferencial al fondo algorítmico más rentable de la historia
Biografía, ideas matemáticas y los secretos sistemáticos detrás de Renaissance Technologies y su esquivo Medallion Fund.
Variedades complejas en el trading algorítmico: la geometría de los mercados financieros
Superficies multidimensionales que se deforman con el tiempo, y el descubrimiento de patrones al estilo renacentista en espacios de alta dimensión