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：估计因果参数而非预测收益
本博客至今所有模型回答'什么预测什么'。Double ML 回答'什么导致什么'——带有可辩护的标准误。部分线性模型、Neyman 正交性、order book 数据上的清理交叉拟合，以及为何有效 DML 置信区间仅对一个预先指定的问题成立的诚实说明。
交易中异质处理效应的因果森林
本博客每个回测估计条件平均值。因果森林估计条件处理效果 — tau(x) 而非 mu(x) — 具有诚实分裂、自适应核权重表示以及告诉您发现的异质性是否真实的校准测试。
认识与对立：衡量收益模型不知道的东西
本博客的每个 position sizing 规则都把不确定性坍缩成单一纯量。MC Dropout 和深度集成将其拆分为模型无知与市场噪声——这两者值得不同的 position size。
用于系统化交易流程的 AutoML
自动特征生成（tsfresh、Featuretools）、预算感知的模型搜索（FLAML 的节约成本优化器）以及 WorldQuant 公式化 alpha 工厂——这篇博客的搜索与过拟合系列尚未覆盖的研究流程部分，以及该系列自身结果对它们的启示。
将清算级联作为交易信号：解读被迫且预先宣布的流量
Перевод статьи на zh
Uniswap v3 LP 策略与对冲
Перевод статьи на zh
MEV 供应链：PBS、MEV-Boost 与区块市场
Перевод статьи на zh
链上套利：原子周期、闪电贷和必须赢得的拍卖
找到链上套利周期是容易的一半。困难的一半是赢得针对所有找到相同周期的搜索者的密封投标优先拍卖。对原子性、闪电贷、跟单交易以及套利利润实际存在的技术性分析——包括非原子的CEX-DEX。
无常损失与LVR：LP盈利能力的真实数学
从第一性原理推导无常损失、集中流动性杠杆和LVR。包括封闭形式、σ²/8结果、每区块标记，以及LP实际跑赢HODL的精确费用与波动性条件。
切片内部:调度器与交易所之间的子订单战术
Almgren-Chriss 与 VWAP 只负责设定切片预算——执行的胜负却在战术层决出。升级计时器、maker-taker 盈亏平衡数学、Binance/OKX/CME 上 amend 与 cancel-replace 的队列语义、冰山订单的反信号泄露,以及一套 Python 逐切片状态机。
滑点曲线,而非滑点常数:经得起实盘检验的成本模型
用依赖于规模、波动率和流动性的成本曲线取代恒定的 bps 滑点:平方根定律、从 TCA 成交或公开数据拟合曲线、市场状态压力乘数,以及为什么你的策略排行榜会重新洗牌。
加密市场的智能订单路由：一笔订单，十二个场所，没有 NBBO
为什么加密 SOR 比股票路由更难：没有合并行情、幻影流动性、预注资本。一套带数学与 Python 的凸路由优化、maker 感知的战术，以及来自你自己 TCA 的分场所 markout 排行榜。