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 pour l'Arbitrage : Modélisation des Dépendances en Haute Dimension
Comment utiliser les Vine Copulas pour identifier des dépendances cachées entre des dizaines d'actifs crypto et construire des stratégies d'arbitrage statistique robustes en haute dimension.
Arbitrage Futures-Spot : Du Cash-and-Carry au DeFi-CeFi
Comment les taux de financement, la base et la convergence des marchés décentralisés et centralisés créent des opportunités sans risque pour le capital sur le marché crypto.
Algorithmes de graphes pour la détection d'arbitrage : de Bellman-Ford à RICH
Comment les cycles négatifs, les graphes multi-actifs et l'algorithme RICH identifient les opportunités d'arbitrage sur le marché profond des cryptomonnaies avec une précision inférieure à la milliseconde.
La formule de Black-Scholes : les mathématiques des options et le Saint Graal du trading
Décryptage de la formule la plus célèbre de la finance. Comment une équation de la chaleur issue de la physique a permis de valoriser les options et a changé Wall Street à jamais, avec des exemples en Python.
Détection d'anomalies pour protéger les bots de trading : du Z-Score au Transformer
Quelles méthodes de détection d'anomalies fonctionnent réellement dans le trading algorithmique crypto, comment construire une architecture de protection en cascade, et pourquoi c'est le fondement sans lequel le trading algorithmique devient un jeu de hasard.
Théorie de portefeuille de Markowitz pour la crypto : de zéro à héros
Construire des portefeuilles crypto optimaux avec Python - parce que le YOLO n'est pas une stratégie. Apprenez à appliquer la théorie de portefeuille primée par le prix Nobel aux investissements en crypto avec des exemples pratiques de code 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.
Le problème de Navier-Stokes : pourquoi votre tasse de café pourrait faire tourner Doom
Comment les équations de la dynamique des fluides sont devenues l'un des plus grands problèmes non résolus des mathématiques. La Turing-complétude de la turbulence, le prix d'un million de dollars du Clay Institute, et pourquoi l'IA ne peut toujours pas prédire votre café du matin.
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.
Les modèles de diffusion contre l'anarchie des cryptomonnaies : pourquoi DDPM prédit les crashs de Bitcoin mieux que votre astrologue
Comment les modèles de diffusion révolutionnent la prévision des cryptomonnaies, surmontant le chaos de la volatilité et créant de nouvelles opportunités pour le trading algorithmique.
Jim Simons : de la géométrie différentielle au fonds algorithmique le plus rentable de l'histoire
Biographie, intuitions mathématiques et secrets systématiques derrière Renaissance Technologies et son insaisissable Medallion Fund.
Variétés complexes dans le trading algorithmique : la géométrie des marchés financiers
Des surfaces multidimensionnelles qui se déforment dans le temps, et la découverte de motifs à la Renaissance dans des espaces de haute dimension