Mansur Gilmullin / Profil

Bonjour ! Je m’appelle Mansur Gilmullin. Je suis mathématicien, chercheur et spécialiste des méthodes mathématiques d’analyse des données chez Fuzzy Technologies.

Depuis plus de 50 ans, mon parcours professionnel est étroitement lié aux mathématiques : algèbre, théorie des nombres, modélisation mathématique, enseignement et développement de méthodes formelles pour l’analyse des données. Je suis diplômé de la Faculté de mécanique et de mathématiques de l’Université d’État de Kazan, avec une spécialisation en mathématiques appliquées, puis j’ai suivi des études de troisième cycle en algèbre et théorie des nombres.

Pendant de nombreuses années, j’ai travaillé dans l’enseignement supérieur : j’ai enseigné l’algèbre, la théorie des nombres, les systèmes numériques, l’algèbre informatique, les mathématiques élémentaires et supérieures, ainsi que l’histoire des mathématiques. J’ai également encadré des travaux de recherche d’étudiants et participé à la formation de futurs spécialistes en mathématiques et en informatique.

Je suis titulaire du grade de Candidat en sciences pédagogiques (Candidate of Pedagogical Sciences), un grade académique russe de niveau doctoral dans le domaine de l’éducation et de la méthodologie de l’enseignement, ainsi que du titre académique de professeur associé. Je suis auteur de travaux scientifiques, pédagogiques, méthodologiques et de vulgarisation scientifique consacrés aux mathématiques, à l’enseignement des mathématiques et à l’histoire des sciences mathématiques. Ces dernières années, j’ai également participé à des travaux de recherche et de développement liés au trading algorithmique, à l’analyse de séries temporelles numériques, à la détection d’anomalies et à l’application de modèles mathématiques à la prise de décision automatisée.

Aujourd’hui, je travaille chez Fuzzy Technologies, une petite équipe d’ingénierie qui développe des plateformes, des services et des algorithmes pour l’analyse automatisée des marchés, le trading algorithmique et l’évaluation des risques. Nous développons des outils d’analyse et de trading qui combinent des mathématiques rigoureuses, des modèles probabilistes, le traitement des données, le filtrage des anomalies et des méthodes d’inférence floue.

Mon principal intérêt dans ce travail est de transformer des idées mathématiques en algorithmes clairs : filtres, estimations probabilistes, échelles floues flexibles, règles de traitement des anomalies et modèles de prise de décision. Au fil de mes années d’enseignement, j’ai appris non seulement à travailler avec des structures complexes, mais aussi à les expliquer dans un langage clair. Dans les systèmes de trading, cela est particulièrement important : les utilisateurs doivent comprendre non seulement le résultat, mais aussi la logique, les limites et le domaine d’application prévu d’un algorithme.

Pour moi, un robot de trading n’est pas un « bouton magique » ni une tentative de deviner l’avenir. C’est un système d’ingénierie qui doit travailler avec prudence avec les probabilités, le bruit, les valeurs aberrantes, les régimes de marché et des règles de gestion du risque définies à l’avance.

Nos méthodes et algorithmes reposent sur des modèles probabilistes, l’analyse du rendement et de la volatilité, l’estimation de l’atteignabilité d’un prix cible, le filtrage des anomalies, la logique floue et des règles claires de prise de décision. Nous utilisons la mise à jour bayésienne pour affiner les estimations à mesure que de nouvelles données deviennent disponibles, notre propre modification du filtre de Hampel pour détecter les valeurs aberrantes dans les séries temporelles numériques, l’estimation probabiliste des objectifs pour analyser différents scénarios possibles de mouvement des prix, ainsi que des échelles floues pour interpréter les états du marché.

Je ne considère pas qu’il soit correct de promettre un résultat exact lorsque la nature même des données est probabiliste et que les frontières entre les états du marché sont souvent floues. Le marché financier est un environnement d’incertitude, de bruit et de régimes en constante évolution. C’est pourquoi, dans nos produits, nous ne mettons pas l’accent sur des prévisions spectaculaires, mais sur des règles vérifiables, le contrôle du risque, des tests honnêtes et une description claire des limites.

Je m’intéresse particulièrement aux méthodes de détection d’anomalies, aux systèmes experts, aux ensembles flous et à l’application des méthodes mathématiques à la cybersécurité, à l’analyse des données et au trading. Dans ce type de tâches, la certitude absolue est rare : les données peuvent être incomplètes, bruitées ou contradictoires. C’est pourquoi je considère qu’il est particulièrement important de construire des modèles qui ne remplacent pas le risque par de belles paroles, mais qui en tiennent réellement compte lors de la conception de l’algorithme.

Les produits de Fuzzy Technologies publiés ici sont développés comme des outils d’ingénierie pour MetaTrader 5. Leur objectif est de fournir aux utilisateurs un système algorithmique transparent, vérifiable et reproductible : sans stratégies de martingale, sans récupération des pertes par grille, sans promesses de gains garantis et sans dépendance à des décisions manuelles guidées par l’émotion.

Nous prêtons attention non seulement aux signaux d’entrée, mais aussi au filtrage du bruit de marché, au contrôle du risque, à la robustesse logique et à la clarté du comportement de l’algorithme. Pour moi, un bon algorithme n’est pas celui qui paraît beau dans un seul test, mais celui dont les règles peuvent être expliquées, vérifiées et appliquées en comprenant ses limites.

En plus de mon travail de recherche et d’ingénierie, je continue à vulgariser les mathématiques et l’histoire des sciences à travers mon blog de vulgarisation scientifique en russe, “Mathematics with Mansur-abiy”. Pour moi, ce n’est pas seulement un loisir, mais la continuation du même parcours professionnel : la valeur des mathématiques ne réside pas uniquement dans les formules, mais aussi dans la culture de la pensée, la discipline du raisonnement et la capacité à travailler avec les limites des modèles et des idées.

Mon approche du trading algorithmique peut se résumer ainsi : mathématiques rigoureuses, ingénierie soigneuse, règles vérifiables, respect du risque et absence de promesses inutiles.