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
Cascade策略：優先執行與fallback填充
「回測無幻覺」系列終篇。如何構建N策略×M交易對的編排器，實現級聯模式的優先和fallback填充，選擇dual_size，以及為什麼不能通過簡單彙總PnL來回測策略組合。
回測與實盤一致性：為什麼你的機器人交易表現與回測不同
回測與實盤交易之間差異的完整分類：從滑點和部分成交到程式碼庫不同步。實現一致性的架構模式、共享核心模組的 Python 示例以及生產環境監控清單。
蒙特卡洛自助法：如何用10行程式碼獲取回測的置信區間
為什麼回測的單點估計是一種危險的幻覺。蒙特卡洛自助法如何在2秒內計算出PnL和MaxDD的95%置信區間，以及為什麼這是策略上線前的必要步驟。
跨交易所資金費率套利：如何從費率差異中獲利
加密交易所之間的資金費率套利如何運作，為什麼 Binance、Bybit、OKX 和 dYdX 上的費率不同，以及如何構建監控和執行系統來從這些差異中提取利潤。
QuestDB 演算法交易實戰：改變遊戲規則的 SQL 擴充
深入探討 QuestDB 的時序 SQL 擴充：SAMPLE BY、ASOF JOIN、HORIZON JOIN、WINDOW JOIN、LATEST ON 及真實交易查詢模式。
QuestDB 演算法交易實戰：從訂單簿到生產架構
物化檢視、2D 陣列訂單簿分析，以及基於 QuestDB 的演算法交易平臺參考架構。
QuestDB 演算法交易實戰：讀懂市場語言的架構設計
深入解析 QuestDB 三層儲存架構——WAL、列式儲存與物件儲存中的 Parquet——以及演算法交易系統的資料庫模式設計原則。
演算法交易系統中的資料通訊：技術綜述
解析演算法交易平臺各個層級的資料通訊技術：從交易所連線協議（REST, WebSocket, FIX）到內部 IPC、訊息代理和資料儲存。
虧損與盈利的不對稱性：正在摧毀你賬戶的數學原理
為什麼虧損50%需要盈利100%才能恢復，波動率拖累如何在橫盤市場中摧毀資本，以及每位演算法交易者必須掌握的風險管理公式。
在 Rust 中執行復雜套利：從納秒到原子化多步操作
如何從 Rust 中榨取執行多步套利的最高效能：io_uring、無鎖訂單簿、LMAX Disruptor、SIMD、型別狀態機和 Arena 分配器。
用於套利的 GNN、Transformer 與 RL：當神經網路學會交易
圖神經網路如何在 78 毫秒內找到套利鏈，為什麼 RL 智慧體顯示 142% 的年化收益率（而基於規則的機器人僅為 12%），以及如何在 Rust 中構建整合系統。
矩陣、張量與熱帶代數：用於套利檢測的線性代數
匯率矩陣、特徵值、熱帶代數和張量分解如何將加密貨幣市場的混亂轉化為清晰的套利訊號。