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.
Artikelen
Vine Copulas voor Arbitrage: Modelleren van Hoogdimensionale Afhankelijkheden
Hoe je Vine Copulas gebruikt om verborgen afhankelijkheden tussen tientallen crypto-assets te identificeren en robuuste, hoogdimensionale statistische arbitragestrategieën te bouwen.
Futures-Spot Arbitrage: Van Cash-and-Carry naar DeFi-CeFi
Hoe funding rates, basis en de convergentie van gedecentraliseerde en gecentraliseerde markten risicovrije kansen voor kapitaal creëren in de cryptomarkt.
Graafalgoritmen voor arbitragedetectie: van Bellman-Ford tot RICH
Hoe negatieve cycli, multi-asset grafen en het RICH-algoritme arbitragemogelijkheden identificeren in de diepe cryptocurrencymarkt met sub-milliseconde precisie.
De Black-Scholes-formule: optiewiskunde en de Heilige Graal van het traden
De beroemdste formule in de financiële wereld ontleed. Hoe een warmtevergelijking uit de natuurkunde optieprijzen mogelijk maakte en Wall Street voorgoed veranderde, met Python-voorbeelden.
Anomaliedetectie voor de bescherming van trading bots: van Z-Score tot Transformer
Welke methoden voor anomaliedetectie werkelijk werken in crypto algo-trading, hoe je een cascaderende beschermingsarchitectuur bouwt, en waarom dit het fundament is zonder hetwelk algo-trading gokken wordt.
Markowitz-portefeuilletheorie voor Crypto: Van Nul tot Held
Optimale cryptoportefeuilles bouwen met Python - want YOLO is geen strategie. Leer hoe je de met een Nobelprijs bekroonde portefeuilletheorie toepast op crypto-investeringen met praktische Python-codevoorbeelden.
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.
Het Navier-Stokes-probleem: waarom uw koffiekopje Doom zou kunnen draaien
Hoe de vergelijkingen van de vloeistofdynamica een van de grootste onopgeloste problemen van de wiskunde werden. De Turing-volledigheid van turbulentie, de miljoenprijs van het Clay Institute, en waarom AI uw ochtendkoffie nog steeds niet kan voorspellen.
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.
Diffusiemodellen vs cryptovaluta-anarchie: waarom DDPM Bitcoin-crashes beter voorspelt dan jouw astroloog
Hoe diffusiemodellen de voorspelling van cryptovaluta revolutioneren, de chaos van volatiliteit overwinnen en nieuwe kansen creëren voor algoritmische handel.
Jim Simons: van differentiaalmeetkunde naar het meest winstgevende algo-fonds in de geschiedenis
Biografie, wiskundige inzichten en de systematische geheimen achter Renaissance Technologies en zijn ongrijpbare Medallion Fund.
Complexe Variëteiten in Algoritmisch Handelen: De Geometrie van Financiële Markten
Multidimensionale oppervlakken die in de tijd vervormen, en patroonontdekking in Renaissance-stijl in hoogdimensionale ruimtes