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.
Articoli
Modellazione e previsione dello spread bid-ask con il machine learning
Scomporre e prevedere gli spread bid-ask con il ML — dallo stimatore implicito di Roll al gradient boosting e alle reti neurali — con le insidie di unità di misura, leakage e benchmarking che fanno male in produzione.
DeepLOB: Deep Learning sui Limit Order Book
Come DeepLOB combina una CNN, un modulo inception e una LSTM per prevedere i movimenti del mid-price a partire dai dati grezzi dell'order book — l'architettura, i numeri reali su FI-2010 e una reimplementazione funzionante in PyTorch.
Nel Nostro Algoritmo di Casa: HRP + Long/Short + CVaR con Hull-White
Un'analisi approfondita di Pipeline — l'algoritmo di allocazione composito che abbiamo costruito sopra HRP. Hierarchical Risk Parity come base, un overlay long/short guidato dai segnali degli agenti e dalla confidenza, e una correzione finale del rischio tramite CVaR con aggiustamento della volatilità di Hull-White. La matematica completa dalla nostra specifica, più l'implementazione reale in Rust.
12 Algoritmi di Ottimizzazione del Portafoglio a Confronto: HRP, Black-Litterman, NCO e Oltre
Un paniere di criptovalute, dodici algoritmi di allocazione, un confronto onesto. Abbiamo reso open source un ottimizzatore di portafoglio in Rust che esegue HRP, HERC, MVO, Black-Litterman, NCO, Entropy Pooling e altro ancora tramite un'unica interfaccia — ecco come ragiona ciascuno e perché non esiste un vincitore assoluto.
OneTick: La Piattaforma Dove le Borse Catturano gli Spoofer e gli Hedge Fund Cacciano l'Alpha
Architettura di OneTick — un motore time-series enterprise-grade per dati tick. Query DAG tramite Event Processor, dati real-time e storici unificati, market surveillance (MiFID II, MAR, SEC), TCA, ricerca quant e confronto con kdb+.
TradingAgents: Framework AI Multi-Agente che Modella un Hedge Fund
Analisi approfondita dell'architettura di TradingAgents — un framework LangGraph open-source in cui agenti LLM (analisti, ricercatori, trader, gestione del rischio, portfolio manager) si confrontano in dibattiti strutturati per prendere decisioni di trading.
Arbitraggio sui Mercati Predittivi: Costi Nascosti, Commissioni e la Matematica Reale
Analisi dell'arbitraggio tra Polymarket, Limitless, Predict.fun, Opinion e Kalshi. Commissioni dinamiche, bridge cross-chain, slippage, rischio di risoluzione — e perché uno spread del 5% può comunque portare a una perdita.
T-Bricks (Broadridge): Come Funziona la Piattaforma delle Prop Firm
Architettura di T-Bricks — una piattaforma HFT modulare in C++ per il market making, l'arbitraggio ETF e la gestione centralizzata del rischio. 100+ clienti, 150+ exchange, latenze al nanosecondo.
Flowsurface: Piattaforma Orderflow Open-Source per i Mercati Crypto
Una recensione di Flowsurface — un'applicazione desktop gratuita scritta in Rust per la visualizzazione in tempo reale di DOM heatmap, footprint chart, time & sales e depth ladder. Supporta Binance, Bybit, Hyperliquid, OKX e MEXC.
Fincept Terminal: Alternativa Open-Source al Bloomberg Terminal Basata su C++ e AI
Recensione approfondita di Fincept Terminal v4 — un'applicazione desktop nativa sviluppata in C++20 e Qt6 con 37 agenti AI, QuantLib e oltre 100 connettori dati per il trading professionale.
AutoHedge: Recensione dell'hedge fund AI autonomo basato sull'intelligenza sciame
Analisi dell'architettura di AutoHedge di The Swarm Corporation. Come il sistema multi-agente basato su Swarms.ai genera ipotesi di trading, valuta i rischi ed esegue automaticamente le operazioni.
Kronos: Un Modello Fondamentale che Insegna ai Grafici Candlestick a Parlare il Linguaggio dei Transformer
Recensione di Kronos — un modello fondamentale per la previsione di candele OHLCV. Tokenizer BSQ, decoder gerarchico, campionamento a due fasi, pipeline di addestramento Qlib. Come un modello apprende il 'linguaggio' del mercato.