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
Keputusan maker-taker: tingkatan biaya, rebate, dan biaya sebenarnya dari melintasi spread
Maker vs taker adalah trade adverse selection yang mengenakan kedok jadwal biaya. Matematika titik impas via Glosten-Milgrom, tingkatan biaya kripto nyata dan diskon token, sejarah rebate mining, nilai rebate yang bergantung pada antrean, dan pemodelan biaya bertingkat dalam backtest.
Implementation shortfall dan TCA DIY: mengukur berapa sebenarnya biaya eksekusi Anda
Implementation shortfall dari Perold diubah menjadi pipeline TCA yang bekerja untuk bot crypto: dekomposisi arrival-price, kurva markout pada t+1s/10s/60s, ~200 baris Python di atas fill Anda sendiri, dan memasukkan hasilnya kembali ke model biaya backtest Anda.
Likuidasi on-chain: mekanika Aave dan Compound, serta bisnis bot di seputarnya
Bagaimana likuidasi Aave v3 dan Compound sebenarnya bekerja: matematika health factor, close factor, liquidation bonus, pemicu oracle Chainlink, dan apa yang dibutuhkan untuk menjalankan bot likuidasi flash-loan pada 2026.
Uniswap v3 untuk Quant: Concentrated Liquidity dan Tick Math dari Prinsip Dasar
Bagaimana Uniswap v3 sebenarnya bekerja di balik layar: virtual reserves, liquidity L, sqrtPriceX96, tick math, feeGrowthInside, dan mengapa posisi LP adalah payoff short-volatility. Dilengkapi formula eksak dan contoh numerik yang dikerjakan langkah demi langkah.
Anatomi MEV: sandwich, frontrunning, dan hutan gelap mempool
Setiap swap yang kamu kirim ke RPC publik adalah limit order yang terlihat dan tidak wajib dihormati siapa pun. Bedah teknis cara kerja ekstraksi MEV: pengurutan mempool, matematika sandwich di Uniswap v2, PGA, Flashbots, dan pertahanan trader.
Simulasi fill: tangga dari fantasi harga close menuju realita yang sadar antrean
Lima anak tangga fidelitas simulasi fill — dari fill harga close hingga model posisi antrean probabilistik. Partial fill sebagai state machine, batas probabilitas fill limit order sebagai bracket PnL, dan loop kalibrasi terhadap fill live.
TWAP vs VWAP vs POV: memilih benchmark eksekusi (dan mengetahui kapan masing-masing membohongi Anda)
TWAP, VWAP dan POV adalah taruhan pada prakiraan volume. Kami membedah asumsi tersembunyi setiap scheduler, membangun kurva volume intraday crypto, dan mengadu ketiganya secara head-to-head pada data L2 yang diputar ulang.
Almgren-Chriss Tanpa Basa-Basi: Eksekusi Optimal yang Bisa Anda Implementasikan dalam Satu Sore
Derivasi lengkap model eksekusi optimal Almgren-Chriss: dampak linier, trajektori sinh/cosh, efficient frontier, dan kode Python siap pakai untuk mengkalibrasi eta, gamma, dan sigma dari data order book L2 dan trade Binance.
Negatif yang Jujur: Puluhan Ribu Backtest, Lima Koin Utama, Tanpa Edge yang Robust
Puncak dari rangkaian pencarian-dan-overfit, dan berakhir dengan hasil negatif — hasil yang benar. Pencarian dual-timeframe satu simbol pada ETHUSDT menemukan konfigurasi bernilai +16.35% out-of-sample dan +2.62% pada holdout yang belum tersentuh; Deflated Sharpe Ratio, dengan memperhitungkan ~37,000 trial, mendeflasinya menjadi 0.00. Lintasan lintas-instrumen atas lima koin utama (ETH/BTC/SOL/BNB/XRP, masing-masing ~1.18 juta bar 1 menit), diseleksi berdasarkan median out-of-sample, membunuhnya untuk selamanya: DSR dual 0.24 / PBO 0.264, DSR triple 0.14 / PBO 0.327 — keduanya gagal gate. Sang juara profitabel pada 1 dari 5 simbol dan negatif pada sisanya. Inilah tujuan aparatus anti-overfit: mencegah Anda mengirimkan yang terbaik dari noise sebagai alpha.
Membuktikan Tidak Ada Look-Ahead pada Backtest Multi-Timeframe: Ganggu Masa Depan, Buktikan Masa Lalu Tidak Bisa Melihatnya
Backtest multi-timeframe membocorkan masa depan lewat bar timeframe lebih tinggi yang sedang terbentuk, yang close akhirnya belum ada. Anda tidak bisa meraih keyakinan hanya lewat code review — Anda harus mengujinya. Kami mereproduksi persis aturan closed-bar milik bot live, lalu membuktikan tidak ada kebocoran dengan probe shifted-future: mengganggu setiap bar masa depan dan memastikan setiap sinyal serta trade di masa lalu tidak berubah sama sekali (bitwise unchanged). 25/25 pemeriksaan parity lolos, dan probe ini punya taring.
Kapan GPU Terbayar: Roofline Sweep Parameter, di Mana Headline 167x Sebenarnya adalah 27x Algoritma Kali 6.2x Hardware
Keunggulan GPU atas CPU tumbuh seiring ukuran batch — 54.5x pada satu kombo per panggilan hingga 359.6x pada 61 di precompute indikator multi-timeframe kami — karena sweep kecil tidak bisa mengamortisasi overhead peluncuran kernel dan transfer. Kami mengurai headline 167x menjadi kemenangan algoritmik 27x yang juga membantu CPU kali kemenangan hardware 6.2x, menunjukkan bahwa keunggulan sejati GPU-vs-CPU-terbaik hanya 3.2x untuk single-timeframe dan 6.2x untuk multi, dan memberikan panduan keputusan seberapa lebar sweep yang dibutuhkan sebelum GPU layak dibeli.
Jebakan Presisi GPU: Bagaimana Backtest fp32 di Apple Metal Diam-Diam Mengembalikan Sampah
GPU Metal dari Apple tidak memiliki float64. Porting backtest tervektorisasi ke sana secara naif dan trik prefix-sum WMA yang menggoda akan overflow di fp32 — kesalahan relatif maksimum 211× — namun ia tetap berjalan dan mengembalikan angka yang tampak masuk akal. Solusinya bukan presisi yang lebih tinggi; melainkan formulasi yang berbeda: konvolusi berjendela langsung, aman di fp32 hingga 8×10⁻⁷ dan 55,9× lebih cepat daripada numba single-thread. Jebakannya, aritmetikanya, dan cara membuktikan bahwa Anda tidak terjebak di dalamnya.