Eugen Soloviov

Eugen Soloviov

Инженер торговых систем

Разработка торговых ботов с 2017 года: межбиржевой арбитраж (подключал до 30 бирж), парный арбитраж на коинтеграции между спотом и фьючерсами, скальпинг, фронтраннинг, торговля по новостям, сентиментный анализ, трендовые алгоритмы, а также алгоритмы управления и балансировки портфелей. Делает выставление ордеров до 1 мс, warehouse для big data, бэктестинг-движки, AI-агентов и интерфейсы для ботов (в т.ч. open-source profitmaker.cc). Стек: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, архитектура.

Статьи

Cascade-стратегии: приоритетное исполнение с fallback-заполнением

Cascade-стратегии: приоритетное исполнение с fallback-заполнением

Финал серии «Бэктесты без иллюзий». Как построить оркестратор из N стратегий × M пар, реализовать каскадный режим с приоритетным и fallback-заполнением, выбрать dual_size, и почему портфель стратегий нельзя бэктестить суммированием PnL.

Backtest-live parity: почему ваш бот торгует не так, как бэктест

Backtest-live parity: почему ваш бот торгует не так, как бэктест

Полная таксономия расхождений между бэктестом и live-торговлей: от slippage и partial fills до рассинхронизации кодовых баз. Архитектурные паттерны для достижения parity, Python-примеры shared core модуля и чек-лист мониторинга в продакшене.

Monte Carlo Bootstrap: как получить confidence intervals для бэктеста за 10 строк кода

Monte Carlo Bootstrap: как получить confidence intervals для бэктеста за 10 строк кода

Почему single-point estimate из бэктеста — опасная иллюзия. Как Monte Carlo bootstrap за 2 секунды вычислений даёт 95% confidence interval для PnL и MaxDD, и почему это обязательный шаг перед запуском стратегии в продакшен.

Арбитраж funding rates между биржами: как зарабатывать на разнице ставок

Арбитраж funding rates между биржами: как зарабатывать на разнице ставок

Как устроен арбитраж funding rates между криптобиржами, почему ставки различаются на Binance, Bybit, OKX и dYdX, и как построить систему мониторинга и исполнения для извлечения прибыли из этих расхождений.

QuestDB для алготрейдинга: SQL-расширения, меняющие правила игры

QuestDB для алготрейдинга: SQL-расширения, меняющие правила игры

Глубокое погружение в временны́е SQL-расширения QuestDB: SAMPLE BY, ASOF JOIN, HORIZON JOIN, WINDOW JOIN, LATEST ON и реальные шаблоны запросов для трейдинга.

QuestDB для алготрейдинга: от стаканов заявок до продакшн-архитектуры

QuestDB для алготрейдинга: от стаканов заявок до продакшн-архитектуры

Материализованные представления, аналитика стакана заявок с 2D-массивами и референсная архитектура алготрейдинговой платформы на основе QuestDB.

QuestDB для алготрейдинга: архитектура, говорящая на языке рынков

QuestDB для алготрейдинга: архитектура, говорящая на языке рынков

Глубокое погружение в трёхуровневую архитектуру хранения QuestDB — WAL, колоночное хранилище и Parquet в объектном хранилище — и принципы проектирования схем для алготрейдинговых систем.

Коммуникация данных в алготрейдинговых системах: обзор технологий

Коммуникация данных в алготрейдинговых системах: обзор технологий

Разбираем технологии коммуникации на всех уровнях алготрейдинговой платформы: от протоколов связи с биржами (REST, WebSocket, FIX) до внутреннего IPC, message brokers и хранилищ данных.

Асимметрия убытков и прибылей: математика, которая убивает ваш депозит

Асимметрия убытков и прибылей: математика, которая убивает ваш депозит

Почему потеря 50% требует 100% роста для восстановления, как volatility drag уничтожает капитал даже на боковом рынке, и какие формулы должен знать каждый алготрейдер для построения риск-менеджмента.

Исполнение сложного арбитража на Rust: от наносекунд до атомарных мультилег

Исполнение сложного арбитража на Rust: от наносекунд до атомарных мультилег

Как выжать максимум производительности из Rust для исполнения мультилег-арбитража: io_uring, lock-free стаканы, LMAX Disruptor, SIMD, type-state машины и arena-аллокаторы. Часть 6 серии «Сложные цепочки арбитража между фьючерсами и спотом».

GNN, трансформеры и RL для арбитража: когда нейросети учатся торговать

GNN, трансформеры и RL для арбитража: когда нейросети учатся торговать

Как графовые нейросети находят арбитражные цепочки за 78 мс, почему RL-агенты показывают 142% годовых против 12% у rule-based ботов, и как собрать из GNN, трансформеров, байесовских методов и генетических алгоритмов единую систему на Rust.

Матрицы, тензоры и тропическая алгебра: линейная алгебра для поиска арбитража

Матрицы, тензоры и тропическая алгебра: линейная алгебра для поиска арбитража

Как матрица обменных курсов, собственные значения, тропическая алгебра и тензорные разложения превращают хаос криптовалютных бирж в чёткие арбитражные сигналы