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
Tương Quan Tín Hiệu: Cần Theo Dõi Bao Nhiêu Cặp Giao Dịch
Tại sao 10 cặp crypto không mang lại đa dạng hóa gấp 10 lần, cách tính effective_N qua correlation_factor, và bạn thực sự cần theo dõi bao nhiêu cặp để đạt 80-90% mức sử dụng slot của orchestrator.
Polars vs Pandas cho Algotrading: Benchmark trên Dữ liệu Thực
So sánh chi tiết Polars và Pandas trên các tác vụ algotrading: benchmark cho lọc, tổng hợp, tính toán tín hiệu rolling, I/O và mức tiêu thụ bộ nhớ. Kiến trúc hybrid Polars + Numba để đạt hiệu suất backtest tối đa.
Phân Tích Plateau: Cách Phân Biệt Tối Ưu Bền Vững với Overfitting
Tại sao tìm ra các tham số chiến lược tốt nhất chỉ là nửa công việc. Cách phân biệt trực quan và định lượng một plateau ổn định với một đỉnh nhọn mong manh, và tại sao các biểu đồ đường đồng mức Optuna là bước bắt buộc trước khi đưa chiến lược đã tối ưu vào production.
Coordinate Descent vs Tối ưu hóa Bayesian: Phương pháp nào tìm tham số tốt hơn
Tại sao tìm kiếm toàn bộ không thể thực hiện với 12+ tham số, cách coordinate descent bỏ lỡ các tương tác, và cách Optuna với TPE sampler tìm ra trong 500 vòng lặp những gì OAT không thể tìm trong 96. Ví dụ code thực tế, so sánh sampler và tối ưu hóa đa mục tiêu.
Xác Thực Đa Symbol: Kiểm Tra Chiến Lược Của Bạn Trên Tất Cả Các Cặp
Tại sao một chiến lược được tối ưu hóa trên ETHUSDT có thể thất bại với các altcoin. Cách kiểm tra đúng cách trên các nhóm cặp (blue chips, large caps, shitcoin) và điểm số robustness đa symbol nào là đủ.
Funding Rate Hủy Hoại Đòn Bẩy Của Bạn: Tại Sao PnL×50x Chỉ Là Ảo Tưởng
Cách funding rate trên Binance/Bybit biến những kết quả backtest đòn bẩy cao đẹp đẽ thành thua lỗ chắc chắn. Công thức, tính toán lại chiến lược thực tế, và mức đòn bẩy tối đa mà funding không ăn vào lợi nhuận.
Chiến Lược Cascade: Ưu Tiên Thực Thi với Lấp Đầy Dự Phòng
Phần kết của loạt bài 'Backtest Không Ảo Tưởng'. Cách xây dựng bộ điều phối từ N chiến lược x M cặp, triển khai chế độ cascade với ưu tiên và lấp đầy dự phòng, chọn dual_size, và tại sao danh mục chiến lược không thể được kiểm tra bằng cách cộng tổng PnL.
Backtest-live parity: tại sao bot của bạn giao dịch khác so với backtest
Phân loại đầy đủ các sai lệch giữa backtest và giao dịch thực: từ slippage và khớp lệnh một phần đến sự không đồng bộ codebase. Các mô hình kiến trúc để đạt được parity, ví dụ Python về module core dùng chung, và danh sách kiểm tra giám sát production.
Monte Carlo Bootstrap: Cách Lấy Khoảng Tin Cậy cho Backtest trong 10 Dòng Code
Tại sao ước lượng đơn điểm từ backtest là một ảo tưởng nguy hiểm. Làm thế nào Monte Carlo bootstrap trong 2 giây tính toán cho bạn khoảng tin cậy 95% cho PnL và MaxDD, và tại sao đây là bước bắt buộc trước khi triển khai chiến lược vào thực tế.
Kinh Doanh Chênh Lệch Lãi Suất Tài Trợ Giữa Các Sàn: Cách Kiếm Lợi Nhuận Từ Sự Khác Biệt Về Tỷ Lệ
Cách kinh doanh chênh lệch lãi suất tài trợ hoạt động giữa các sàn crypto, tại sao tỷ lệ khác nhau trên Binance, Bybit, OKX và dYdX, và cách xây dựng hệ thống giám sát và thực thi để khai thác lợi nhuận từ những chênh lệch này.
QuestDB cho Giao dịch Thuật toán: Các Mở rộng SQL Thay đổi Cuộc chơi
Khám phá sâu các mở rộng SQL chuỗi thời gian của QuestDB: SAMPLE BY, ASOF JOIN, HORIZON JOIN, WINDOW JOIN, LATEST ON, và các mẫu truy vấn giao dịch thực tế.
QuestDB cho Giao Dịch Thuật Toán: Từ Sổ Lệnh đến Kiến Trúc Sản Xuất
Materialized views, phân tích sổ lệnh mảng 2D, và kiến trúc tham chiếu cho nền tảng giao dịch thuật toán được xây dựng trên QuestDB.