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
Double Machine Learning: Mengestimasi Parameter Kausal Alih-alih Memprediksi Return
Setiap model di blog ini menjawab 'apa yang memprediksi apa?'. Double ML menjawab 'apa yang menyebabkan apa?' — dengan standar error yang bisa Anda pertahankan. Model partially linear, orthogonalitas Neyman, cross-fitting yang dipurges pada data order book, dan perhitungan jujur mengapa interval kepercayaan DML yang valid bertahan untuk tepat satu pertanyaan yang telah ditentukan sebelumnya.
Causal Forests untuk Efek Perawatan Heterogen dalam Trading
Setiap backtest di blog ini memperkirakan rata-rata bersyarat. Causal forests memperkirakan efek perawatan bersyarat sebagai gantinya — tau(x) bukan mu(x) — dengan honest splitting, representasi bobot kernel adaptif, dan tes kalibrasi yang memberi tahu Anda apakah heterogenitas yang Anda temukan nyata.
Epistemik vs Aleatorik: Mengukur Apa yang Tidak Diketahui Model Return
Setiap aturan sizing di blog ini memperlakukan ketidakpastian sebagai satu angka. MC Dropout dan deep ensembles membaginya menjadi ketidaktahuan model dan noise pasar — dan keduanya layak mendapat ukuran posisi yang berbeda.
AutoML untuk Pipeline Perdagangan Sistematis
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.
Kaskade likuidasi sebagai sinyal trading: membaca arus terpaksa yang telah diumumkan sebelumnya
Setiap posisi berleverage mengumumkan harga saat posisi itu harus dijual. Cara membangun grafik kedalaman likuidasi on-chain dan heatmap likuidasi CEX, memodelkan dinamika kaskade sebagai bilangan reproduksi, serta memperdagangkan arus terpaksa sebagai sinyal, bukan hanya menganggapnya sebagai risiko.
Active Uniswap v3 LPing as Market Making: Range Selection, Rebalancing, and Delta Hedging
An active v3 LP is running a market-making book with gas costs and no cancel button. Size ranges from a GARCH vol forecast, frame rebalancing as fee-gain vs realized-cost, derive the position delta from tick math and hedge it with perps, and understand JIT liquidity and the honest pitfalls of backtesting LP from on-chain data.
Rantai pasok MEV: PBS, MEV-Boost, dan siapa yang sebenarnya menangkap nilai
MEV bukan lagi sekadar bot tunggal, melainkan telah menjadi jalur perakitan: searcher, builder, relay, proposer. Penjelasan teknis mengenai pemisahan proposer-builder (PBS), lelang blok MEV-Boost dengan tawaran tertutup, mengapa margin searcher hilang dalam lelang, lelang order-flow sebagai parit baru, dan bagaimana model Jito di Solana berbeda.
Arbitrase on-chain: siklus atomik, flash loan, dan lelang yang harus Anda menangkan
Menemukan siklus arbitrase on-chain adalah bagian yang mudah. Bagian yang sulit adalah memenangkan lelang prioritas penawaran tertutup melawan setiap pencari lain yang menemukan siklus yang sama. Penjelasan teknis tentang atomicity, flash loan, backrunning, dan di mana keuntungan arbitrase benar-benar bertahan — termasuk CEX-DEX non-atomik.
Impermanent Loss dan LVR: matematika sebenarnya dari profitabilitas LP
Impermanent loss, leverage likuiditas terkonsentrasi, dan loss-versus-rebalancing diturunkan dari prinsip-prinsip pertama. Bentuk tertutup, hasil σ²/8, markout per-blok, dan kondisi biaya-versus-volatilitas yang tepat di mana LP benar-benar mengalahkan HODL.
Di dalam slice: taktik child order antara scheduler dan exchange
Almgren-Chriss dan VWAP hanya menetapkan budget slice — eksekusi dimenangkan di lapisan taktik. Timer eskalasi, matematika break-even maker-taker, semantik queue amend vs cancel-replace di Binance/OKX/CME, anti-signaling iceberg, dan state machine Python per-slice.
Kurva slippage, bukan konstanta slippage: model biaya yang bertahan saat bersentuhan dengan live trading
Ganti slippage konstan-bps dengan kurva biaya yang bergantung pada ukuran order, volatilitas, dan likuiditas: hukum akar-kuadrat, fitting kurva dari fill TCA atau data publik, pengali stres regime, dan mengapa leaderboard strategi Anda akan tersusun ulang.
Smart Order Routing di Crypto: Satu Order, Dua Belas Venue, Tanpa NBBO
Mengapa SOR crypto lebih sulit daripada routing di ekuitas: tidak ada consolidated tape, phantom liquidity, modal yang harus di-prefund. Optimasi routing konveks lengkap dengan matematika dan Python, taktik maker-aware, dan tabel liga markout per venue dari TCA milikmu sendiri.