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
Jesse: crypto algo-trading framework met een minuutgebaseerde engine in Python en Rust
Diepgaande review van Jesse — een algo-trading framework voor cryptomarkten. Minuutgebaseerde simulatie, strategieën als state machines, met Rust versnelde indicatoren, optimalisatie met overfitting-bescherming, en de grens tussen de open-source kern en live trading.
AI Hedge Fund: een multi-agent fonds waarin AI-analisten over trades stemmen
Een grondige verkenning van AI Hedge Fund van virattt — een opensourcesysteem waarin meerdere LLM-agenten met verschillende analysestijlen een portefeuille opbouwen via een risicofilter. Architectuur, agenten, beperkingen en lessen voor echte systemen.
AI4Finance Foundation: Het FinGPT-, FinRL- en FinRobot-ecosysteem voor algoritmisch handelen
Volledige gids voor het ecosysteem van de AI4Finance Foundation: FinGPT (LLM + LoRA voor finance), FinRL (reinforcement learning voor trading), FinRobot (multi-agent-orkestratie). Satellieten, pipelines en praktisch gebruik.
VectorBT: The Fastest Backtesting Framework for Python
Overview of VectorBT — an innovative quantitative analysis library that changes the approach to backtesting thanks to the power of NumPy and Numba.
Copulamodellen voor gezamenlijke risicomodellering in cryptoportefeuilles
Verder dan lineaire correlatie — copulamodellen gebruiken om staartafhankelijkheid en gezamenlijk risico in cryptocurrency-portefeuilles vast te leggen voor nauwkeurige VaR- en CVaR-schattingen.
ZigBolt: Why We Built Our Own Aeron in Zig and Hit 20 Nanoseconds Per Message
How and why we built an ultra-low-latency messaging system for HFT from scratch in Zig. No JVM, no GC, no surprises. SPSC ring buffer at 20 ns, IPC at 30 ns, codec at 0 ns. With benchmarks.
Geautomatiseerde ETF-portefeuille rebalancing: hoe we een bot voor Tinkoff Invest bouwden
Open-source TypeScript/Bun-bot voor geautomatiseerde ETF-portefeuille rebalancing op Tinkoff Invest. Vier balanceringsmodi, margin trading, ondersteuning voor meerdere accounts. Met broncode.
Aeron: een kijkje in het messagingsysteem dat de helft van de HFT-industrie aandrijft
Een diepgaande verkenning van Aeron — het messagingsysteem van Real Logic voor high-frequency trading. Transport, Archive, Cluster, Sequencer. Wat zit erin, hoe werkt het en waar liggen de knelpunten.
How to Catch Drops After Shitcoin Pumps: A Systematic Approach
A systematic breakdown of shorting strategies after shitcoin pumps. Funding rate, OI, volume analysis, candlestick patterns, liquidation cascades. With a practical algorithm.
Ordertypes in Algorithmic Trading: van Limit met Chasing tot Virtuele Orders
Een uitgebreide gids over ordertypes in algorithmic trading: standaard exchange-orders, chasing limit, tijdgebaseerde orders, virtuele/synthetische orders. Met codevoorbeelden en praktijkcases.
Bartypes en Aggregatiemethoden voor Algoritmische Handel
Tweeassige classificatie van candle-constructie: 17 basis-bartypes (tijd, tick, volume, dollar, Renko, range, volatiliteit, Heikin-Ashi, Kagi, Line Break, P&F, TIB, VIB, run, CUSUM, entropie, delta) × 3 aggregatiemethoden (kalender, rolling, adaptief) = 51 combinaties. Met implementatiecode en praktische aanbevelingen.
Hidden Markov Models in Trading: How to Adapt Your Strategy to Market Regimes
How to identify the current market regime (bull, bear, sideways) using Hidden Markov Models and automatically switch trading strategies. With Python code and backtests.