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.
Articles
Double Machine Learning：估計因果參數而非預測報酬
本博客至今所有模型回答「什麼預測什麼」。Double ML 回答「什麼導致什麼」——帶有可辯護的標準誤。部分線性模型、Neyman 正交性、order book 數據上的清理交叉擬合，以及為何有效 DML 信賴區間僅對一個預先指定的問題成立的誠實說明。
交易中異質治療效果的因果森林
本博客每個回測估計條件平均值。因果森林估計條件治療效果 — tau(x) 而非 mu(x) — 具有誠實分裂、自適應核權重表示以及告訴您發現的異質性是否真實的校準測試。
認識與對立：衡量收益模型不知道的東西
本博客的每個位置 sizing 規則都把不確定性坍縮成單一純量。MC Dropout 和深度集成將其拆分為模型無知與市場噪聲——這兩者值得不同的 position size。
用於系統化交易流程的 AutoML
自動特徵生成（tsfresh、Featuretools）、具預算感知的模型搜尋（FLAML 的節省成本最佳化器），以及 WorldQuant 公式化 alpha 工廠——本部落格搜尋與過度擬合系列尚未涵蓋的研究流程部分，以及該系列自身結果對它們的啟示。
將清算級聯作為交易訊號：解讀被迫且預先宣告的流量
Перевод статьи на zh-Hant
Uniswap v3 LP 策略與對沖
Перевод статьи на zh-Hant
MEV 供應鏈：PBS、MEV-Boost 與區塊市場
Перевод статьи на zh-Hant
鏈上套利：原子循環、閃電貸與你必須贏得的拍賣
找到鏈上套利循環是較容易的一半。困難的一半是贏得密封式競價優先拍賣，與所有找到相同循環的其他搜尋者競爭。對原子性、閃電貸、跟單交易的技術性剖析，以及套利利潤實際得以保留的地方——包括非原子的 CEX-DEX。
無常損失與 LVR：LP 獲利能力的真實數學
無常損失、集中流動性槓桿以及從第一性原理推導出的再平衡損失。閉合形式、σ²/8 結果、每區塊標記價差，以及 LP 實際擊敗持有情況下的精確費用與波動性條件。
切片內部:排程器與交易所之間的子訂單戰術
Almgren-Chriss 與 VWAP 只負責設定切片預算——執行的勝負卻在戰術層決出。升級計時器、maker-taker 盈虧平衡數學、Binance/OKX/CME 上 amend 與 cancel-replace 的佇列語義、冰山訂單的反訊號洩露,以及一套 Python 逐切片狀態機。
滑點曲線,而非滑點常數:經得起實盤檢驗的成本模型
用依賴於規模、波動率和流動性的成本曲線取代恆定的 bps 滑點:平方根定律、從 TCA 成交或公開資料擬合曲線、市場狀態壓力乘數,以及為什麼你的策略排行榜會重新洗牌。
加密市場的智慧訂單路由：一筆訂單，十二個場所，沒有 NBBO
為什麼加密 SOR 比股票路由更難：沒有合併行情、幻影流動性、預注資本。一套帶數學與 Python 的凸路由最佳化、maker 感知的戰術，以及來自你自己 TCA 的分場所 markout 排行榜。