Mansur Gilmullin / Profil

Hallo! Mein Name ist Mansur Gilmullin. Ich bin Mathematiker, Forscher und Spezialist für mathematische Methoden der Datenanalyse bei Fuzzy Technologies.

Seit mehr als 50 Jahren ist mein beruflicher Weg eng mit der Mathematik verbunden: Algebra, Zahlentheorie, mathematische Modellierung, Lehre und die Entwicklung formaler Methoden für die Datenanalyse. Ich habe an der Fakultät für Mechanik und Mathematik der Staatlichen Universität Kasan Angewandte Mathematik studiert und anschließend ein Aufbaustudium im Bereich Algebra und Zahlentheorie abgeschlossen.

Viele Jahre lang war ich im Hochschulbereich tätig: Ich unterrichtete Algebra, Zahlentheorie, Zahlensysteme, Computeralgebra, elementare und höhere Mathematik sowie Geschichte der Mathematik. Außerdem betreute ich studentische Forschungsarbeiten und wirkte an der Ausbildung zukünftiger Fachkräfte in Mathematik und Informatik mit.

Ich besitze den akademischen Grad Kandidat der pädagogischen Wissenschaften (Candidate of Pedagogical Sciences), einen russischen akademischen Grad auf Promotionsniveau im Bereich Bildung und Lehrmethodik, sowie den akademischen Titel eines Dozenten. Ich bin Autor wissenschaftlicher, pädagogischer, methodischer und populärwissenschaftlicher Arbeiten über Mathematik, Mathematikdidaktik und die Geschichte der mathematischen Wissenschaft. In den letzten Jahren war ich außerdem an Forschungs- und Entwicklungsarbeiten beteiligt, die sich mit algorithmischem Handel, der Analyse numerischer Zeitreihen, Anomalieerkennung und der Anwendung mathematischer Modelle auf automatisierte Entscheidungsprozesse befassen.

Heute arbeite ich bei Fuzzy Technologies, einem kleinen Engineering-Team, das Plattformen, Services und Algorithmen für automatisierte Marktanalyse, algorithmischen Handel und Risikobewertung entwickelt. Wir entwickeln Analyse- und Trading-Werkzeuge, die strenge Mathematik, probabilistische Modelle, Datenverarbeitung, Anomaliefilterung und Methoden der Fuzzy-Inferenz miteinander verbinden.

Mein besonderes Interesse in dieser Arbeit liegt darin, mathematische Ideen in klare Algorithmen zu übersetzen: Filter, probabilistische Schätzungen, flexible Fuzzy-Skalen, Regeln zur Verarbeitung von Anomalien und Entscheidungsmodelle. Durch meine langjährige Lehrtätigkeit habe ich gelernt, nicht nur mit komplexen Strukturen zu arbeiten, sondern sie auch in verständlicher Sprache zu erklären. In Handelssystemen ist das besonders wichtig: Nutzer sollten nicht nur das Ergebnis sehen, sondern auch die Logik, die Grenzen und den vorgesehenen Anwendungsbereich eines Algorithmus verstehen.

Für mich ist ein Trading-Roboter kein „magischer Knopf“ und kein Versuch, die Zukunft vorherzusagen. Er ist ein technisches System, das sorgfältig mit Wahrscheinlichkeiten, Rauschen, Ausreißern, Marktregimen und zuvor definierten Regeln des Risikomanagements arbeiten sollte.

Unsere Methoden und Algorithmen basieren auf probabilistischen Modellen, Rendite- und Volatilitätsanalyse, der Schätzung der Erreichbarkeit eines Zielpreises, Anomaliefilterung, Fuzzy-Logik und klaren Entscheidungsregeln. Wir verwenden Bayessche Aktualisierung, um Schätzungen zu verfeinern, sobald neue Daten verfügbar werden, unsere eigene Modifikation des Hampel-Filters zur Erkennung von Ausreißern in numerischen Zeitreihen, probabilistische Zielschätzungen zur Analyse möglicher Preisbewegungsszenarien und Fuzzy-Skalen zur Interpretation von Marktzuständen.

Ich halte es nicht für korrekt, ein exaktes Ergebnis zu versprechen, wenn die Daten selbst probabilistischer Natur sind und die Grenzen zwischen Marktzuständen häufig unscharf verlaufen. Der Finanzmarkt ist ein Umfeld voller Unsicherheit, Rauschen und sich ständig verändernder Regime. Deshalb konzentrieren wir uns in unseren Produkten nicht auf reißerische Prognosen, sondern auf überprüfbare Regeln, Risikokontrolle, ehrliches Testen und eine klare Beschreibung der Grenzen.

Ein besonderes Interesse habe ich an Methoden der Anomalieerkennung, Expertensystemen, Fuzzy-Mengen und der Anwendung mathematischer Methoden in der Cybersicherheit, Datenanalyse und im Trading. In solchen Aufgaben ist absolute Sicherheit selten: Daten können unvollständig, verrauscht oder widersprüchlich sein. Deshalb halte ich es für besonders wichtig, Modelle zu entwickeln, die Risiko nicht durch wohlklingende Worte ersetzen, sondern es bereits bei der Konstruktion des Algorithmus berücksichtigen.

Die hier veröffentlichten Produkte von Fuzzy Technologies werden als Engineering-Werkzeuge für MetaTrader 5 entwickelt. Ihr Ziel ist es, Nutzern ein transparentes, überprüfbares und reproduzierbares algorithmisches System bereitzustellen: ohne Martingale-Strategien, ohne Grid-basierte Verlustwiederherstellung, ohne Versprechen garantierter Gewinne und ohne Abhängigkeit von manuellen, emotional getriebenen Entscheidungen.

Wir achten nicht nur auf Einstiegssignale, sondern auch auf die Filterung von Marktrauschen, Risikokontrolle, logische Robustheit und die Verständlichkeit des Algorithmusverhaltens. Für mich ist ein guter Algorithmus nicht einer, der in einem einzelnen Test schön aussieht, sondern einer, dessen Regeln erklärt, überprüft und mit Verständnis seiner Grenzen angewendet werden können.

Neben Forschungs- und Engineering-Arbeit beschäftige ich mich weiterhin mit der Popularisierung von Mathematik und Wissenschaftsgeschichte. Dies tue ich unter anderem über meinen russischsprachigen populärwissenschaftlichen Blog “Mathematics with Mansur-abiy”. Für mich ist das nicht nur ein Hobby, sondern eine Fortsetzung desselben beruflichen Weges: Der Wert der Mathematik liegt nicht nur in ihren Formeln, sondern auch in der Kultur des Denkens, der Disziplin des Schlussfolgerns und der Fähigkeit, mit den Grenzen von Modellen und Ideen zu arbeiten.

Mein Ansatz zum algorithmischen Handel lässt sich so zusammenfassen: strenge Mathematik, sorgfältiges Engineering, überprüfbare Regeln, Respekt vor dem Risiko und keine unnötigen Versprechen.