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.
Bài Viết
Model Pruning for Low-Latency Trading Inference
Magnitude and structured pruning, the Lottery Ticket Hypothesis, movement pruning, distillation and 2:4 sparsity — the methods behind shrinking a trading model, and what still has to be measured before any of it ships.
Updating the Volume Curve Intraday: Does Adaptive Forecasting Actually Help?
Our VWAP article shipped a static, weekly-refit volume curve and called the forecaster the weakest link. This is the follow-up: a Bayesian intraday updater run against the same 500-parent BTCUSDT harness, with the IS delta conditioned on realized curve error.
Koopman Operators and DMD: Do Market Modes Survive Out-of-Sample?
Dynamic Mode Decomposition fits a linear operator to nonlinear market dynamics. The only question that matters: do the fitted modes persist from one window to the next, and does the rolling spectral radius lead realised volatility? Here is the measurement protocol and the code to run it.
Knowledge Distillation: Compressing Trading Models for Low-Latency Deployment
The blog's standing answer to the accuracy-vs-latency tension is a two-stage fast/slow split. Distillation is a different answer: train one small model to mimic the ensemble. The KD loss, temperature, born-again nets, early exits for a variable latency budget, and the distill-to-FPGA pipeline — plus the measurements that would decide whether it beats the two-stage split.
The Other Way a Regression Lies: Endogeneity, 2SLS, and the Gamma Calibration Problem
Selection bias in the search is not the only way a regression fools you. When the regressor is correlated with the error, more data makes the estimate more confidently wrong. Instrumental variables applied to the one endogeneity problem this blog has already left open: permanent impact from net taker flow.
Hawkes Processes for Order Arrival and Market Event Modeling
Fitting a self-exciting point process to real crypto trade tape: where the three numbers (mu, alpha, beta) come from, how to estimate the branching ratio n, whether the exponential kernel survives a goodness-of-fit test, and how much n moves when you change the estimation window.
Mạng lưới thần kinh Hamilton: Hệ thống tài chính có bảo toàn được gì không?
Mạng lưới thần kinh Hamilton được chứng minh là ổn định - nhưng sự ổn định sẽ vô giá trị nếu số lượng được bảo toàn không tồn tại. Học một H vô hướng thông qua autograd, tích hợp đối xứng và kiểm tra độ sai lệch để quyết định xem một cặp tài chính (q, p) có hợp quy hay không.
Toda-Yamamoto vs Differenced Granger: Liệu độ trễ dẫn đầu của BTC có tồn tại được không?
Mối quan hệ nhân quả Granger đối với giá tiền điện tử được thực hiện theo hai cách – lợi nhuận chênh lệch và Toda-Yamamoto ở các cấp độ – với việc triển khai Wald chính xác, ma trận nhân quả được hiệu chỉnh theo N hiệu quả và kiểm tra độ ổn định luân phiên để xem liệu độ trễ có thể giao dịch được hay không.
Quy trình Gaussian cho mô hình hóa giá phi tham số
Thiết kế hạt nhân cho chuỗi thời gian tài chính - Độ nhám của mẹ, thành phần định kỳ cục bộ, hỗn hợp quang phổ - và khả năng cận biên như một bộ điều chỉnh không cần bộ xác nhận. Cộng với danh sách trung thực về những gì vẫn phải được đo lường trước khi có thể giao dịch được.
Toán tử thần kinh Fourier cho mô hình tài chính dựa trên PDE
Việc học của toán tử ánh xạ toàn bộ không gian chức năng chứ không phải điểm - cách Toán tử thần kinh Fourier tham số hóa toán tử giải pháp PDE trong không gian tần số, thứ gì mua để định giá tùy chọn và tuyên bố nào của nó vẫn cần đo lường trên phần cứng thực.
Bối cảnh cả ngày có đánh bại được bối cảnh mười phút không? Sự chú ý chớp nhoáng và câu hỏi về độ dài trình tự
Flash Chú ý làm cho bối cảnh giao dịch gồm 23.400 bước không bị tính toán - xếp lớp, softmax trực tuyến và giới hạn IO là N^2 d^2 / M. Liệu bối cảnh dài hơn đó có làm cho mô hình tốt hơn hay không là một câu hỏi riêng biệt và nó phải được đo lường chứ không phải được khẳng định.
Phương pháp tập hợp: Kết hợp những người học yếu để có Alpha mạnh mẽ
Ba điều về các nhóm giao dịch mà blog này chưa đề cập đến: tại sao thuật ngữ hiệp phương sai - không phải số lượng mô hình - lại chiếm ưu thế trong lỗi tổng hợp, cách xếp chồng hoạt động như một lớp kết hợp tín hiệu với các siêu tính năng ngoài màn hình và liệu doanh thu có thực sự giảm chi phí thực hiện hay không.