Mansur Gilmullin / Perfil

Olá! Meu nome é Mansur Gilmullin. Sou matemático, pesquisador e especialista em métodos matemáticos de análise de dados na Fuzzy Technologies.

Há mais de 50 anos, minha vida profissional é dedicada à matemática: álgebra, teoria dos números, modelagem matemática, ensino e desenvolvimento de métodos formais para análise de dados. Formei-me pela Faculdade de Mecânica e Matemática da Universidade Estadual de Kazan, com formação em Matemática Aplicada, e posteriormente concluí estudos de pós-graduação em Álgebra e Teoria dos Números.

Durante muitos anos, trabalhei no ensino superior: lecionei álgebra, teoria dos números, sistemas numéricos, álgebra computacional, matemática elementar e avançada, além de história da matemática. Também orientei projetos de pesquisa de estudantes e participei da formação de futuros especialistas em matemática e ciência da computação.

Possuo o grau de Candidato em Ciências Pedagógicas (Candidate of Pedagogical Sciences), um grau acadêmico russo de nível doutoral em educação e metodologia de ensino, bem como o título acadêmico de Professor Associado. Sou autor de trabalhos científicos, educacionais, metodológicos e de divulgação científica sobre matemática, ensino da matemática e história da ciência matemática. Nos últimos anos, também tenho participado de pesquisas e desenvolvimentos relacionados ao trading algorítmico, à análise de séries temporais numéricas, à detecção de anomalias e à aplicação de modelos matemáticos à tomada de decisão automatizada.

Hoje trabalho na Fuzzy Technologies, uma pequena equipe de engenharia que desenvolve plataformas, serviços e algoritmos para análise automatizada de mercados, trading algorítmico e avaliação de riscos. Desenvolvemos ferramentas analíticas e de trading que combinam matemática rigorosa, modelos probabilísticos, processamento de dados, filtragem de anomalias e métodos de inferência fuzzy.

Meu principal interesse nesse trabalho é transformar ideias matemáticas em algoritmos claros: filtros, estimativas probabilísticas, escalas fuzzy flexíveis, regras para tratamento de anomalias e modelos de tomada de decisão. Ao longo dos anos de ensino, aprendi não apenas a trabalhar com estruturas complexas, mas também a explicá-las em linguagem clara. Em sistemas de trading, isso é especialmente importante: os usuários devem compreender não apenas o resultado, mas também a lógica, as limitações e o escopo previsto de aplicação de um algoritmo.

Para mim, um robô de trading não é um “botão mágico” nem uma tentativa de adivinhar o futuro. É um sistema de engenharia que deve trabalhar cuidadosamente com probabilidades, ruído, valores atípicos, regimes de mercado e regras de gestão de risco previamente definidas.

Nossos métodos e algoritmos são baseados em modelos probabilísticos, análise de retorno e volatilidade, avaliação da possibilidade de o preço-alvo ser alcançado, filtragem de anomalias, lógica fuzzy e regras claras de tomada de decisão. Usamos atualização bayesiana para refinar estimativas à medida que novos dados se tornam disponíveis, nossa própria modificação do filtro de Hampel para detectar valores atípicos em séries temporais numéricas, estimativa probabilística de alvos para analisar possíveis cenários de movimento de preço e escalas fuzzy para interpretar estados de mercado.

Não considero correto prometer um resultado exato quando a própria natureza dos dados é probabilística e as fronteiras entre os estados do mercado muitas vezes são difusas. O mercado financeiro é um ambiente de incerteza, ruído e regimes em constante mudança. Por isso, em nossos produtos, não nos concentramos em previsões chamativas, mas em regras verificáveis, controle de risco, testes honestos e uma descrição clara das limitações.

Tenho interesse especial em métodos de detecção de anomalias, sistemas especialistas, conjuntos fuzzy e na aplicação de métodos matemáticos em cibersegurança, análise de dados e trading. Em tarefas desse tipo, a certeza absoluta é rara: os dados podem ser incompletos, ruidosos ou contraditórios. Por isso considero especialmente importante construir modelos que não substituam o risco por palavras bonitas, mas o levem em conta ao projetar o algoritmo.

Os produtos da Fuzzy Technologies publicados aqui são desenvolvidos como ferramentas de engenharia para MetaTrader 5. Seu objetivo é fornecer aos usuários um sistema algorítmico transparente, verificável e reprodutível: sem estratégias de martingale, sem recuperação por grid, sem promessas de lucro garantido e sem depender de decisões manuais movidas por emoção.

Prestamos atenção não apenas aos sinais de entrada, mas também à filtragem do ruído de mercado, ao controle de risco, à robustez lógica e à clareza do comportamento do algoritmo. Para mim, um bom algoritmo não é aquele que parece bonito em um único teste, mas aquele cujas regras podem ser explicadas, verificadas e aplicadas com compreensão de suas limitações.

Além do trabalho de pesquisa e engenharia, continuo a divulgar a matemática e a história da ciência por meio do meu blog de divulgação científica “Mathematics with Mansur-abiy” (em russo). Para mim, isso não é apenas um hobby, mas uma continuação do mesmo caminho profissional: a matemática é valiosa não apenas por suas fórmulas, mas também por sua cultura de pensamento, disciplina de raciocínio e capacidade de trabalhar com as limitações de modelos e ideias.

Minha abordagem ao trading algorítmico pode ser resumida assim: matemática rigorosa, engenharia cuidadosa, regras verificáveis, respeito pelo risco e sem promessas desnecessárias.