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
시그널 상관관계: 몇 개의 페어를 모니터링해야 하는가
왜 10개의 암호화폐 페어가 10배의 분산을 제공하지 않는지, correlation_factor를 통해 effective_N을 계산하는 방법, 그리고 오케스트레이터 슬롯 활용률 80-90%를 달성하기 위해 실제로 몇 개의 페어를 모니터링해야 하는지.
알고트레이딩을 위한 Polars vs Pandas: 실제 데이터 벤치마크
알고트레이딩 작업에서 Polars와 Pandas의 상세 비교: 필터링, 집계, 롤링 시그널 계산, I/O, 메모리 소비 벤치마크. 최대 백테스트 성능을 위한 하이브리드 Polars + Numba 아키텍처.
플래토 분석: 견고한 최적해와 과적합을 구별하는 방법
최적의 전략 파라미터를 찾는 것이 작업의 절반에 불과한 이유. 안정적인 플래토와 취약한 피크를 시각적·정량적으로 구별하는 방법, 그리고 Optuna 등고선 플롯이 최적화된 전략을 프로덕션에 투입하기 전 필수 단계인 이유.
좌표 하강법 vs 베이지안 최적화: 어느 쪽이 더 좋은 파라미터를 찾는가
12개 이상의 파라미터에서 전수 탐색이 불가능한 이유, 좌표 하강법이 상호작용을 놓치는 이유, 그리고 TPE 샘플러를 사용한 Optuna가 500회 반복으로 OAT가 96회에서 찾지 못하는 것을 찾는 방법. 실용적인 코드 예제, 샘플러 비교, 다목적 최적화.
멀티심볼 검증: 모든 페어에서 전략을 테스트하라
ETHUSDT에서 최적화된 전략이 알트코인에서 실패하는 이유. 페어 그룹(블루칩, 대형주, 잡코인)에 걸친 올바른 테스트 방법과 크로스심볼 견고성 점수의 충분한 기준.
펀딩 비율이 레버리지를 죽인다: PnL×50배가 허구인 이유
Binance/Bybit의 펀딩 비율이 아름다운 고레버리지 백테스트 결과를 어떻게 확실한 손실로 바꾸는지. 공식, 실전 전략의 재계산, 펀딩이 이익을 잠식하지 않는 최대 레버리지.
캐스케이드 전략: 우선순위 실행과 폴백 보완
'환상 없는 백테스트' 시리즈의 최종편. N개 전략 x M개 페어에서 오케스트레이터를 구축하는 방법, 우선순위와 폴백 보완을 통한 캐스케이드 모드 구현, dual_size 선택, 그리고 전략 포트폴리오의 PnL을 단순 합산으로 백테스트할 수 없는 이유.
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.