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.
Artikelen
Double Machine Learning: Een Causale Parameter Schatten in Plaats van Returns Voorspellen
Alle modellen in deze blog tot nu toe beantwoorden 'wat voorspelt wat'. Double ML beantwoordt 'wat veroorzaakt wat' — met een standaardfout die je kunt verdedigen. Het gedeeltelijk lineaire model, Neyman-orthogonaliteit, purged cross-fitting op orderbook-data en een eerlijk verslag van waarom een geldig DML betrouwbaarheidsinterval precies één vooraf gespecificeerde vraag overleeft.
Causal Forests voor heterogene behandelings-effecten in trading
Elke backtest op deze blog schat een voorwaardelijk gemiddelde. Causal forests schatten in plaats daarvan een voorwaardelijk behandelingseffect — tau(x) in plaats van mu(x) — met honest splitting, een adaptieve kernel gewichtsrepresentatie, en een calibratietest die je vertelt of de gevonden heterogeniteit echt is.
Epistemisch vs Aleatorisch: Meten Wat een Returnmodel Niet Weet
Elke positiegrootel op deze blog reduceert onzekerheid tot één scalair. MC Dropout en deep ensembles splitsen het in modelonwetendheid en marktgeruis — en die twee verdienen verschillende posities.
AutoML voor systematische handelspijplijnen
Automated feature generation (tsfresh, Featuretools), budget-aware model search (FLAML's cost-frugal optimizer), and the WorldQuant formulaic alpha factory — the parts of the research pipeline this blog's search-and-overfit arc never covered, and what the arc's own results say about them.
Liquidatiecascade als handelssignaal: gedwongen, vooraf aangekondigde flow lezen
Перевод статьи на nl
Uniswap v3-LP-strategieën en hedging
Перевод статьи на nl
De MEV-toeleveringsketen: PBS, MEV-Boost en de blokkenmarkt
Перевод статьи на nl
On-chain arbitrage: atomaire cycli, flash loans, en de veiling die je moet winnen
Het vinden van een on-chain arbitragemogelijkheid is de makkelijke helft. De moeilijke helft is het winnen van de sealed-bid prioriteitsveiling tegen elke andere 'searcher' die dezelfde cyclus heeft gevonden. Een technische analyse van atomiciteit, flash loans, backrunning, en waar arbitrage winst daadwerkelijk overleeft — inclusief niet-atomaire CEX-DEX.
Impermanent Loss en LVR: de echte wiskunde van LP-winstgevendheid
Impermanent loss, geconcentreerde-liquiditeitshefboom en loss-versus-rebalancing afgeleid van de eerste principes. De gesloten vormen, het σ²/8-resultaat, per-blok markout en de exacte vergoeding-versus-volatiliteit-conditie waaronder een LP daadwerkelijk beter presteert dan HODL.
Binnen de slice: child-order tactieken tussen je scheduler en de exchange
Almgren-Chriss en VWAP bepalen alleen slice-budgetten — executie wordt gewonnen in de tactieklaag. Escalatietimers, maker-taker break-even rekenwerk, amend versus cancel-replace queue-semantiek op Binance/OKX/CME, iceberg anti-signaling, en een Python state machine per slice.
Slippage-curven, geen slippage-constanten: kostenmodellen die het contact met live trading overleven
Vervang constante slippage in bps door kostencurven die afhangen van omvang, volatiliteit en liquiditeit: de square-root law, curven fitten op TCA-fills of publieke data, regime-stressmultipliers, en waarom je strategie-ranglijst opnieuw geschud wordt.
Smart Order Routing in Crypto: Eén Order, Twaalf Venues, Geen NBBO
Waarom crypto-SOR moeilijker is dan aandelenroutering: geen geconsolideerde tape, spookliquiditeit, voorgefinancierd kapitaal. Een convexe routeringsoptimalisatie met wiskunde en Python, maker-bewuste tactieken, en per-venue markout-ranglijsten uit je eigen TCA.