Mansur Gilmullin / Profilo

Buongiorno! Mi chiamo Mansur Gilmullin. Sono un matematico, ricercatore e specialista in metodi matematici per l’analisi dei dati presso Fuzzy Technologies.

Da oltre 50 anni, il mio percorso professionale è strettamente legato alla matematica: algebra, teoria dei numeri, modellazione matematica, insegnamento e sviluppo di metodi formali per l’analisi dei dati. Mi sono laureato presso la Facoltà di Meccanica e Matematica dell’Università Statale di Kazan, con specializzazione in Matematica Applicata, e successivamente ho completato studi post-laurea in Algebra e Teoria dei Numeri.

Per molti anni ho lavorato nell’istruzione superiore: ho insegnato algebra, teoria dei numeri, sistemi numerici, algebra computazionale, matematica elementare e avanzata, oltre alla storia della matematica. Ho inoltre supervisionato lavori di ricerca degli studenti e partecipato alla formazione di futuri specialisti in matematica e informatica.

Possiedo il titolo di Candidato in Scienze Pedagogiche (Candidate of Pedagogical Sciences), un titolo accademico russo di livello dottorale nel campo dell’educazione e della metodologia dell’insegnamento, nonché il titolo accademico di professore associato. Sono autore di lavori scientifici, didattici, metodologici e divulgativi dedicati alla matematica, all’insegnamento della matematica e alla storia delle scienze matematiche. Negli ultimi anni ho partecipato anche ad attività di ricerca e sviluppo legate al trading algoritmico, all’analisi di serie temporali numeriche, al rilevamento di anomalie e all’applicazione di modelli matematici ai processi decisionali automatizzati.

Oggi lavoro presso Fuzzy Technologies, un piccolo team di ingegneria che sviluppa piattaforme, servizi e algoritmi per l’analisi automatizzata dei mercati, il trading algoritmico e la valutazione dei rischi. Sviluppiamo strumenti analitici e di trading che combinano matematica rigorosa, modelli probabilistici, elaborazione dei dati, filtraggio delle anomalie e metodi di inferenza fuzzy.

Il mio principale interesse in questo lavoro è trasformare idee matematiche in algoritmi chiari: filtri, stime probabilistiche, scale fuzzy flessibili, regole per il trattamento delle anomalie e modelli decisionali. Nel corso degli anni di insegnamento ho imparato non solo a lavorare con strutture complesse, ma anche a spiegarle con un linguaggio chiaro. Nei sistemi di trading questo è particolarmente importante: gli utenti dovrebbero comprendere non solo il risultato, ma anche la logica, i limiti e l’ambito di applicazione previsto di un algoritmo.

Per me, un robot di trading non è un “pulsante magico” e non è un tentativo di indovinare il futuro. È un sistema di ingegneria che deve lavorare con attenzione con probabilità, rumore, valori anomali, regimi di mercato e regole di gestione del rischio definite in anticipo.

I nostri metodi e algoritmi si basano su modelli probabilistici, analisi del rendimento e della volatilità, stima della raggiungibilità del prezzo obiettivo, filtraggio delle anomalie, logica fuzzy e regole decisionali chiare. Utilizziamo l’aggiornamento bayesiano per affinare le stime man mano che nuovi dati diventano disponibili, una nostra modifica del filtro di Hampel per rilevare valori anomali nelle serie temporali numeriche, la stima probabilistica degli obiettivi per analizzare possibili scenari di movimento del prezzo e scale fuzzy per interpretare gli stati del mercato.

Non ritengo corretto promettere un risultato esatto quando la natura stessa dei dati è probabilistica e i confini tra gli stati del mercato sono spesso sfumati. Il mercato finanziario è un ambiente caratterizzato da incertezza, rumore e regimi in continuo cambiamento. Per questo motivo, nei nostri prodotti non ci concentriamo su previsioni sensazionalistiche, ma su regole verificabili, controllo del rischio, test onesti e una descrizione chiara dei limiti.

Ho un interesse particolare per i metodi di rilevamento delle anomalie, i sistemi esperti, gli insiemi fuzzy e l’applicazione di metodi matematici alla cybersicurezza, all’analisi dei dati e al trading. In questo tipo di compiti, la certezza assoluta è rara: i dati possono essere incompleti, rumorosi o contraddittori. Per questo considero particolarmente importante costruire modelli che non sostituiscano il rischio con parole attraenti, ma lo tengano realmente in considerazione nella progettazione dell’algoritmo.

I prodotti di Fuzzy Technologies pubblicati qui sono sviluppati come strumenti di ingegneria per MetaTrader 5. Il loro obiettivo è fornire agli utenti un sistema algoritmico trasparente, verificabile e riproducibile: senza strategie di martingala, senza recupero delle perdite basato su griglia, senza promesse di guadagni garantiti e senza dipendere da decisioni manuali guidate dall’emotività.

Prestiamo attenzione non solo ai segnali di ingresso, ma anche al filtraggio del rumore di mercato, al controllo del rischio, alla robustezza logica e alla chiarezza del comportamento dell’algoritmo. Per me, un buon algoritmo non è quello che appare bello in un singolo test, ma quello le cui regole possono essere spiegate, verificate e applicate comprendendone i limiti.

Oltre al lavoro di ricerca e ingegneria, continuo a dedicarmi alla divulgazione della matematica e della storia della scienza attraverso il mio blog divulgativo in russo “Mathematics with Mansur-abiy”. Per me non è solo un hobby, ma la continuazione dello stesso percorso professionale: il valore della matematica non risiede soltanto nelle formule, ma anche nella cultura del pensiero, nella disciplina del ragionamento e nella capacità di lavorare con i limiti dei modelli e delle idee.

Il mio approccio al trading algoritmico può essere riassunto così: matematica rigorosa, ingegneria attenta, regole verificabili, rispetto del rischio e nessuna promessa inutile.