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
메이커-테이커 의사결정: 수수료 티어, 리베이트, 그리고 스프레드를 건너는 진짜 비용
메이커 대 테이커는 수수료 스케줄로 위장한 역선택 거래다. Glosten-Milgrom을 통한 손익분기 수학, 실제 크립토 수수료 티어와 토큰 할인, 리베이트 마이닝의 역사, 큐 위치에 좌우되는 리베이트 가치, 그리고 백테스트에서 티어 수수료를 모델링하는 법.
구현 부족(Implementation shortfall)과 DIY TCA: 체결이 실제로 얼마의 비용을 발생시키는지 측정하기
Perold의 구현 부족을 크립토 봇을 위한 실전 TCA 파이프라인으로 구현: 도착가 분해, t+1s/10s/60s 마크아웃 곡선, 자신의 체결 로그를 대상으로 한 약 200줄의 Python, 그리고 그 결과를 백테스트 비용 모델에 피드백하기.
온체인 청산: Aave와 Compound의 메커니즘, 그리고 그 주변에서 돌아가는 봇 비즈니스
Aave v3와 Compound의 청산이 실제로 어떻게 작동하는지 — 헬스팩터 수식, 클로즈 팩터, 청산 보너스, Chainlink 오라클 트리거, 그리고 2026년에 플래시론 청산 봇을 운영하는 데 필요한 것들.
퀀트를 위한 Uniswap v3: 제1원리로 이해하는 집중 유동성과 틱 수학
Uniswap v3가 내부에서 실제로 작동하는 방식: 가상 준비금, 유동성 L, sqrtPriceX96, 틱 수학, feeGrowthInside, 그리고 LP 포지션이 왜 숏 변동성 페이오프인지. 정확한 공식과 구체적인 수치 예제와 함께.
MEV의 해부: 샌드위치, 프론트러닝, 그리고 멤풀이라는 어두운 숲
공개 RPC로 보낸 모든 스왑은 누구도 지킬 의무가 없는 눈에 보이는 지정가 주문이다. 멤풀 정렬, Uniswap v2에서의 샌드위치 수식, PGA, Flashbots, 그리고 트레이더의 방어 수단까지 MEV 추출의 작동 원리를 기술적으로 파헤친다.
체결 시뮬레이션: 종가 체결 환상에서 큐 인식 현실까지의 사다리
체결 시뮬레이션 정밀도의 다섯 단계 - 종가 체결부터 확률적 큐 포지션 모델까지. 상태 기계로서의 부분 체결, PnL 구간으로서의 지정가 체결 확률 경계, 그리고 라이브 체결에 대한 캘리브레이션 루프.
TWAP vs VWAP vs POV: 실행 벤치마크 선택하기 (그리고 각각이 언제 당신을 속이는지 알기)
TWAP, VWAP, POV는 모두 거래량 예측에 대한 베팅이다. 각 스케줄러의 숨겨진 가정을 해부하고, 암호화폐 인트라데이 거래량 곡선을 구축하며, 리플레이된 L2 데이터로 세 가지를 정면 대결시킨다.
얼버무리지 않는 알름그렌-크리스: 오후 한나절이면 구현할 수 있는 최적 집행
알름그렌-크리스 최적 집행 모델의 완전한 유도 과정 — 선형 임팩트, sinh/cosh 궤적, 효율적 프론티어, 그리고 바이낸스 L2 및 체결 데이터로 eta, gamma, sigma를 보정하는 실전 파이썬 코드까지.
정직한 부정적 결과: 수만 번의 백테스트, 메이저 다섯 개, 견고한 엣지는 없다
서치와 과적합 아크의 정점이며, 부정적 결과로 끝납니다 — 그것이 올바른 결과입니다. ETHUSDT에 대한 단일 심볼 듀얼 타임프레임 서치는 아웃오브샘플 테스트 +16.35%, 손대지 않은 홀드아웃 +2.62%짜리 구성을 찾아냈습니다; ~37,000번의 시행을 반영한 디플레이티드 샤프 비율은 이를 0.00으로 디플레이트했습니다. 아웃오브샘플 중앙값으로 선택하는 메이저 다섯 개(ETH/BTC/SOL/BNB/XRP, 각 ~1.18M개의 1분봉)에 대한 종목 간 패스가 이를 완전히 끝장냅니다: 듀얼 DSR 0.24 / PBO 0.264, 트리플 DSR 0.14 / PBO 0.327 — 둘 다 게이트에서 탈락합니다. 챔피언은 5개 심볼 중 1개에서만 수익을 내고 나머지에서는 손실입니다. 이것이 반과적합 장치의 존재 이유입니다: 노이즈의 최선을 알파로 배포하는 것을 막기 위해서입니다.
멀티 타임프레임 백테스트에서 선행 참조(look-ahead) 없음을 증명하기: 미래를 흔들어 과거가 그것을 볼 수 없음을 증명한다
멀티 타임프레임 백테스트는 아직 최종 종가가 존재하지 않는, 형성 중인 상위 타임프레임 봉을 통해 미래를 누출한다. 코드 리뷰만으로는 확신을 얻을 수 없다 — 직접 테스트해야 한다. 우리는 라이브 봇의 마감 봉(closed-bar) 규칙을 정확히 재현한 뒤, 미래 이동(shifted-future) 프로브로 누출이 없음을 증명한다: 미래의 모든 봉을 교란시키고 과거의 모든 시그널과 트레이드가 비트 단위로 변하지 않음을 확인한다. 25개 항목 중 25개 정합성 검사를 통과했으며, 이 프로브는 실질적인 검증력을 갖추고 있다.
GPU가 값어치를 하는 순간: 파라미터 스윕의 루프라인, 헤드라인 167배는 사실 27배 알고리즘 곱하기 6.2배 하드웨어다
GPU가 CPU에 대해 갖는 우위는 배치 크기와 함께 커집니다 — 우리의 멀티 타임프레임 지표 사전 계산에서 호출당 콤보 하나일 때 54.5배부터 예순한 개일 때 359.6배까지 — 작은 스윕은 커널 실행과 전송 오버헤드를 상각할 수 없기 때문입니다. 헤드라인 167배를 CPU에도 도움이 되는 27배의 알고리즘 승리와 6.2배의 하드웨어 승리로 분해하고, 진짜 GPU 대 최선의 CPU 우위는 단일 타임프레임에서 겨우 3.2배, 멀티에서 6.2배임을 보이며, GPU를 사들일 값어치가 생기려면 스윕이 얼마나 넓어야 하는지에 대한 결정 가이드를 제시합니다.
GPU 정밀도 함정: Apple Metal에서 fp32 백테스트가 조용히 쓰레기 값을 반환하는 방법
Apple의 Metal GPU에는 float64가 없습니다. 벡터화된 백테스트를 순진하게 이식하면, 유혹적인 접두사 합(prefix-sum) WMA가 fp32에서 오버플로를 일으킵니다 — 최대 상대 오차 211배 — 그런데도 코드는 멈추지 않고 그럴듯한 숫자를 계속 반환합니다. 해법은 더 높은 정밀도가 아니라 다른 방식의 합산입니다: 직접 윈도우 컨볼루션은 fp32에서 8×10⁻⁷까지 안전하며 단일 스레드 numba보다 55.9배 빠릅니다. 이 함정의 정체, 그 산술적 원인, 그리고 여러분이 거기 빠지지 않았음을 증명하는 방법을 다룹니다.