Eugen Soloviov
Инженер торговых систем
Разработка торговых ботов с 2017 года: межбиржевой арбитраж (подключал до 30 бирж), парный арбитраж на коинтеграции между спотом и фьючерсами, скальпинг, фронтраннинг, торговля по новостям, сентиментный анализ, трендовые алгоритмы, а также алгоритмы управления и балансировки портфелей. Делает выставление ордеров до 1 мс, warehouse для big data, бэктестинг-движки, AI-агентов и интерфейсы для ботов (в т.ч. open-source profitmaker.cc). Стек: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, архитектура.
Статьи
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.
Гауссовы процессы для непараметрического моделирования цен
Разработка ядра для финансовых временных рядов — шероховатость Матерна, локально-периодический состав, спектральные смеси — и предельное правдоподобие в качестве регуляризатора, не требующего набора проверки. Плюс честный список того, что еще нужно измерить, прежде чем что-либо из этого станет предметом торговли.
Нейронный оператор Фурье для финансового моделирования на основе PDE
Обучение операторов отображает целые функциональные пространства, а не точки — как нейронный оператор Фурье параметризует оператор решения PDE в частотном пространстве, что это дает для ценообразования опционов и какие из его утверждений все еще требуют измерения на реальном оборудовании.
Контекст на целый день лучше десятиминутного? Вспышка внимания и вопрос о длине последовательности
Flash Attention делает торговый контекст из 23 400 шагов вычислительно свободным — тайлинг, онлайн-софтмакс и граница ввода-вывода N^2 d^2 / M. Делает ли этот более длинный контекст модель лучше — это отдельный вопрос, и его нужно измерять, а не утверждать.
Ансамблевые методы: объединение слабых учащихся для надежной альфа-версии
Три вещи о торговых ансамблях, которые не были освещены в этом блоге: почему термин ковариации, а не количество моделей, доминирует над ошибкой ансамбля, как стекирование работает как уровень комбинации сигналов с нестандартными мета-функциями и действительно ли объединение оборотов по множеству сигналов снижает стоимость исполнения.
Двойное машинное обучение: оценка причинного параметра вместо прогнозирования доходности
Все модели в этом блоге до сих пор отвечали на вопрос 'что предсказывает что'. Double ML отвечает 'что вызывает что' — со стандартной ошибкой, которую можно защитить. Частично линейная модель, ортогональность Неймана, очищенное cross-fitting на данных ордербука и честный рассказ о том, почему валидный DML доверительный интервал выживает только для одного заранее специфицированного вопроса.
Причинно-следственные леса для гетерогенных эффектов обработки в трейдинге
Каждый бэктест в этом блоге оценивает условное среднее. Causal forests оценивают условный эффект обработки вместо этого — tau(x) вместо mu(x) — с честным разделением, представлением адаптивных весов ядра и тестом калибровки, который говорит, реальна ли найденная гетерогенность.
Эпистемическое и алеаторическое: измерение того, что не знает модель доходности
Каждое правило определения размера позиции в этом блоге сводит неопределенность к одному числу. MC Dropout и глубокие ансамбли разделяют ее на незнание модели и рыночный шум — и эти два компонента заслуживают разных размеров позиций.
AutoML для систематических торговых конвейеров
Автоматическая генерация признаков (tsfresh, Featuretools), поиск моделей с учетом бюджета (экономный по стоимости оптимизатор FLAML) и формульная альфа-фабрика WorldQuant — части исследовательского конвейера, которые эта серия о поиске и переобучении не охватывала, и выводы из собственных результатов серии.
Ликвидационные каскады как торговый сигнал: как читать принудительный заранее объявленный поток
Каждая позиция с плечом заранее сообщает цену, по которой ее придется продать. Как построить ончейн-график глубины ликвидаций и карту ликвидаций на CEX, описать динамику каскада через число воспроизводства и торговать принудительным потоком как сигналом, а не только воспринимать его как риск.
Стратегии LP в Uniswap v3 и хеджирование
Перевод статьи на ru