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.

Artikel

Arbitraj Statistik dan Dagangan Pasangan dalam Pasaran Kripto: Dari Kointegrasi hingga Penapis Kalman

Arbitraj Statistik dan Dagangan Pasangan dalam Pasaran Kripto: Dari Kointegrasi hingga Penapis Kalman

Panduan lengkap arbitraj statistik untuk pasaran kripto. Kointegrasi, penapis Kalman, strategi basis, arbitraj antara bursa. Dilengkapi backtests dan kod Python.

Cap Jari Digital Pedagang: Cara Mengenal Pasti Pembuat Pasaran Melalui Tingkah Laku Buku Pesanan

Cap Jari Digital Pedagang: Cara Mengenal Pasti Pembuat Pasaran Melalui Tingkah Laku Buku Pesanan

Setiap algoritma meninggalkan cap jari yang unik. Belajar membacanya — dan anda akan tahu siapa yang berada di seberang dagangan anda.

PnL mengikut Masa Aktif: Metrik yang Mengubah Kedudukan Strategi

PnL mengikut Masa Aktif: Metrik yang Mengubah Kedudukan Strategi

Mengapa PnL tahunan mentah adalah metrik yang lemah untuk membandingkan strategi dengan masa dagangan yang berbeza. Cara mengira pulangan efektif, mengapa anda memerlukan fill_efficiency, dan mengapa strategi dengan PnL 27% boleh mengatasi strategi dengan 300%.

Adaptive Drill-Down: Backtest dengan Granulariti Pemboleh ubah dari Minit hingga Dagangan Mentah

Adaptive Drill-Down: Backtest dengan Granulariti Pemboleh ubah dari Minit hingga Dagangan Mentah

Bagaimana granulariti data adaptif mempercepatkan backtest dan menjimatkan storan: drill-down dari 1m ke 1s, 100ms, dan dagangan mentah hanya di mana harga bergerak dengan ketara atau volum melonjak, bukan di seluruh siri sejarah.

Cache Parquet Teragregat: Cara Mempercepatkan Backtest Pelbagai Jangka Masa Ratusan Kali

Cache Parquet Teragregat: Cara Mempercepatkan Backtest Pelbagai Jangka Masa Ratusan Kali

Cara mengira awal jangka masa dan penunjuk daripada lilin minit, menyimpannya ke parquet, dan menggunakannya untuk ujian strategi besar-besaran tanpa pengiraan semula yang berlebihan.

Walk-Forward Optimization: Satu-Satunya Ujian Strategi yang Jujur

Walk-Forward Optimization: Satu-Satunya Ujian Strategi yang Jujur

Mengapa satu pembahagian train/test tidak melindungi daripada overfitting, bagaimana walk-forward optimization mengesahkan keteguhan parameter secara sistematik, dan mengapa strategi dengan PnL +3342%@ML pada 21 parameter adalah bom jangka masa tanpa WFO.

Korelasi Isyarat: Berapa Banyak Pasangan Yang Perlu Dipantau

Korelasi Isyarat: Berapa Banyak Pasangan Yang Perlu Dipantau

Mengapa 10 pasangan kripto tidak memberikan kepelbagaian 10x, cara mengira effective_N melalui correlation_factor, dan berapa banyak pasangan yang sebenarnya perlu dipantau untuk penggunaan slot orkestrator 80-90%.

Polars vs Pandas untuk Algotrading: Penanda Aras pada Data Sebenar

Polars vs Pandas untuk Algotrading: Penanda Aras pada Data Sebenar

Perbandingan terperinci Polars dan Pandas pada tugas algotrading: penanda aras untuk penapisan, pengagregatan, pengiraan isyarat bergulir, I/O, dan penggunaan memori. Seni bina hibrid Polars + Numba untuk prestasi backtest yang maksimum.

Analisis Dataran: Cara Membezakan Optimum Kukuh daripada Overfitting

Analisis Dataran: Cara Membezakan Optimum Kukuh daripada Overfitting

Mengapa mencari parameter strategi terbaik hanyalah separuh daripada kerja. Cara membezakan dataran stabil daripada puncak rapuh secara visual dan kuantitatif, dan mengapa plot kontur Optuna adalah langkah wajib sebelum melancarkan strategi yang telah dioptimumkan ke dalam pengeluaran.

Coordinate Descent vs Pengoptimuman Bayesian: Yang Mana Mencari Parameter Lebih Baik

Coordinate Descent vs Pengoptimuman Bayesian: Yang Mana Mencari Parameter Lebih Baik

Mengapa carian menyeluruh mustahil untuk 12+ parameter, bagaimana coordinate descent terlepas interaksi, dan bagaimana Optuna dengan TPE sampler menemui dalam 500 lelaran apa yang OAT tidak dapat temui dalam 96. Contoh kod praktikal, perbandingan sampler, dan pengoptimuman pelbagai objektif.

Pengesahan Pelbagai Simbol: Uji Strategi Anda pada Semua Pasangan

Pengesahan Pelbagai Simbol: Uji Strategi Anda pada Semua Pasangan

Mengapa strategi yang dioptimumkan pada ETHUSDT mungkin gagal pada altcoin. Cara menguji dengan betul merentas kumpulan pasangan (blue chips, large caps, shitcoin) dan skor keteguhan merentas simbol yang manakah yang perlu dianggap mencukupi.

Kadar Pembiayaan Membunuh Leverage Anda: Mengapa PnL×50x Adalah Rekaan

Kadar Pembiayaan Membunuh Leverage Anda: Mengapa PnL×50x Adalah Rekaan

Bagaimana kadar pembiayaan di Binance/Bybit mengubah hasil backtest leverage tinggi yang cantik menjadi kerugian yang pasti. Formula, pengiraan semula strategi sebenar, dan leverage maksimum di mana pembiayaan tidak memakan keuntungan.