Eugen Soloviov
Trading-systems engineer
2017년부터 봇을 구축해 온 트레이딩 시스템 엔지니어: 교차 거래소 차익 거래(최대 30개 거래소 연결), 현물 및 선물 간 공적분 기반 페어 차익 거래, 스캘핑, 뉴스 및 감성 기반 전략, 추세 알고리즘, 포트폴리오 관리 및 균형 조정 알고리즘. 또한 서브 밀리초 주문 실행, 빅데이터 웨어하우스, 백테스팅 엔진, AI 에이전트, 트레이딩 인터페이스(오픈 소스 profitmaker.cc 포함)를 구축합니다. 스택: JS/TS, Python, Rust/Zig/Go, DevOps, 백엔드, 프론트엔드, 아키텍처.
Articles
백테스트-라이브 일치성: 왜 당신의 봇은 백테스트와 다르게 거래하는가
백테스팅과 라이브 트레이딩 간의 괴리에 대한 완전한 분류 체계: 슬리피지와 부분 체결부터 코드베이스 비동기화까지. 일치성을 달성하기 위한 아키텍처 패턴, 공유 코어 모듈의 Python 예제, 프로덕션 모니터링 체크리스트.
몬테카를로 부트스트랩: 10줄의 코드로 백테스트 신뢰구간을 얻는 방법
백테스트의 단일 점추정이 왜 위험한 착각인지. 몬테카를로 부트스트랩이 2초의 계산으로 PnL과 MaxDD의 95% 신뢰구간을 제공하는 방법, 그리고 이것이 전략을 프로덕션에 배포하기 전에 필수적인 단계인 이유.
거래소 간 펀딩비 차익거래: 금리 차이에서 수익을 얻는 방법
암호화폐 거래소 간 펀딩비 차익거래가 어떻게 작동하는지, Binance, Bybit, OKX, dYdX에서 금리가 다른 이유, 그리고 이러한 차이에서 수익을 추출하기 위한 모니터링 및 실행 시스템 구축 방법.
알고리즘 트레이딩을 위한 QuestDB: 게임을 바꾸는 SQL 확장
QuestDB의 시계열 SQL 확장 심층 분석: SAMPLE BY, ASOF JOIN, HORIZON JOIN, WINDOW JOIN, LATEST ON, 그리고 실제 트레이딩 쿼리 패턴.
알고리즘 트레이딩을 위한 QuestDB: 오더북에서 프로덕션 아키텍처까지
머티리얼라이즈드 뷰, 2D 배열 오더북 분석, QuestDB 기반 알고리즘 트레이딩 플랫폼을 위한 레퍼런스 아키텍처.
알고리즘 트레이딩을 위한 QuestDB: 시장의 언어를 말하는 아키텍처
QuestDB의 3계층 스토리지 아키텍처 — WAL, 컬럼형 스토리지, 오브젝트 스토리지의 Parquet — 와 알고리즘 트레이딩 시스템을 위한 스키마 설계 원칙을 심층 분석합니다.
알고리즘 트레이딩 시스템의 데이터 통신: 기술 개요
알고리즘 트레이딩 플랫폼의 모든 수준에서 통신 기술을 분석합니다: 거래소 연결 프로토콜(REST, WebSocket, FIX)부터 내부 IPC, 메시지 브로커, 데이터 스토어까지.
손실-이익 비대칭: 당신의 자금을 죽이는 수학
왜 50% 손실을 회복하려면 100% 성장이 필요한지, 변동성 드래그가 횡보장에서도 어떻게 자본을 파괴하는지, 리스크 관리 구축을 위해 모든 알고 트레이더가 알아야 할 공식.
Rust로 구현하는 복잡한 아비트라지 실행: 나노초에서 원자적 멀티레그까지
멀티레그 아비트라지 실행에서 Rust의 최대 성능을 끌어내는 방법: io_uring, 락프리 오더북, LMAX Disruptor, SIMD, Type-State 머신, 아레나 할당자.
아비트라지를 위한 GNN, Transformer, RL: 신경망이 트레이딩을 배울 때
그래프 신경망이 78ms 만에 아비트라지 체인을 찾는 방법, RL 에이전트가 규칙 기반 봇의 12%에 비해 연간 142% 수익률을 보이는 이유, Rust로 통합 시스템을 구축하는 방법.
행렬, 텐서, 열대 대수: 차익거래 탐지를 위한 선형대수학
환율 행렬, 고유값, 열대 대수, 텐서 분해가 암호화폐 시장의 혼돈을 명확한 차익거래 신호로 변환하는 방법.
Vine Copula를 활용한 차익거래: 고차원 의존성 모델링
Vine Copula를 사용하여 수십 개의 암호화폐 자산 간의 숨겨진 의존성을 식별하고 견고한 고차원 통계적 차익거래 전략을 구축하는 방법.