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
Hamiltonian Neural Networks: Does a Financial System Conserve Anything?
Hamiltonian Neural Networks are provably stable — but stability is worthless if the conserved quantity does not exist. Learning a scalar H via autograd, symplectic integration, and the falsification test that decides whether a financial (q, p) pair is canonical at all.
Toda-Yamamoto vs Differenced Granger: Does the BTC Lead-Lag Survive?
Granger causality on crypto prices done two ways — differenced returns and Toda-Yamamoto on levels — with a correct Wald implementation, an effective-N corrected causality matrix, and a rolling-stability test of whether the lag is tradeable at all.
Gaussiaanse processen voor niet-parametrische prijsmodellering
Kernelontwerp voor financiële tijdreeksen – moederruwheid, lokaal periodieke samenstelling, spectrale mengsels – en de marginale waarschijnlijkheid als regularisator die geen validatieset nodig heeft. Plus de eerlijke lijst van wat er nog gemeten moet worden voordat het verhandelbaar is.
Fourier neurale operator voor op PDE gebaseerde financiële modellering
Operator learning brengt hele functieruimten in kaart, geen punten – hoe de Fourier Neural Operator een PDE-oplossingsoperator parameteriseert in frequentieruimte, wat die koopt voor optieprijzen, en welke van zijn claims nog steeds moeten worden gemeten op echte hardware.
Is een context van een hele dag beter dan een context van tien minuten? Flitsaandacht en de vraag over de reekslengte
Flash Attention maakt een handelscontext van 23.400 stappen rekenvrij: tiling, online softmax en een IO-grens van N^2 d^2 / M. Of die langere context het model beter maakt, is een aparte vraag, en die moet worden gemeten en niet worden beweerd.
Ensemble-methoden: zwakke leerlingen combineren voor robuuste alfa
Drie dingen over handelsensembles die deze blog niet heeft behandeld: waarom de covariantieterm – en niet het aantal modellen – de ensemblefout domineert, hoe stapelen werkt als een signaalcombinatielaag met out-of-fold meta-functies, en of het verrekenen van omzet over veel signalen daadwerkelijk de uitvoeringskosten verlaagt.
Double Machine Learning: Een Causale Parameter Schatten in Plaats van Returns Voorspellen
Alle modellen in deze blog tot nu toe beantwoorden 'wat voorspelt wat'. Double ML beantwoordt 'wat veroorzaakt wat' — met een standaardfout die je kunt verdedigen. Het gedeeltelijk lineaire model, Neyman-orthogonaliteit, purged cross-fitting op orderbook-data en een eerlijk verslag van waarom een geldig DML betrouwbaarheidsinterval precies één vooraf gespecificeerde vraag overleeft.
Causal Forests voor heterogene behandelings-effecten in trading
Elke backtest op deze blog schat een voorwaardelijk gemiddelde. Causal forests schatten in plaats daarvan een voorwaardelijk behandelingseffect — tau(x) in plaats van mu(x) — met honest splitting, een adaptieve kernel gewichtsrepresentatie, en een calibratietest die je vertelt of de gevonden heterogeniteit echt is.
Epistemisch vs Aleatorisch: Meten Wat een Returnmodel Niet Weet
Elke positiegrootel op deze blog reduceert onzekerheid tot één scalair. MC Dropout en deep ensembles splitsen het in modelonwetendheid en marktgeruis — en die twee verdienen verschillende posities.
AutoML voor systematische handelspijplijnen
Automated feature generation (tsfresh, Featuretools), budget-aware model search (FLAML's cost-frugal optimizer), and the WorldQuant formulaic alpha factory — the parts of the research pipeline this blog's search-and-overfit arc never covered, and what the arc's own results say about them.
Liquidatiecascade als handelssignaal: gedwongen, vooraf aangekondigde flow lezen
Перевод статьи на nl
Uniswap v3-LP-strategieën en hedging
Перевод статьи на nl