Mansur Gilmullin / 个人资料

您好！我叫 Mansur Gilmullin。我是 Fuzzy Technologies 的数学家、研究人员，也是数学数据分析方法方面的专家。

50 多年来，我的职业生涯一直与数学紧密相连：代数、数论、数学建模、教学，以及用于数据分析的形式化方法开发。我毕业于喀山国立大学力学与数学系，专业为应用数学，之后完成了代数与数论方向的研究生学习。

多年来，我一直在高等教育领域工作：讲授代数、数论、数系、计算机代数、初等数学与高等数学，以及数学史。我也指导学生的研究项目，并参与培养未来的数学与计算机科学领域专业人才。

我拥有俄罗斯教育学副博士学位（Candidate of Pedagogical Sciences）——这是俄罗斯学术体系中相当于博士层级的学位，研究方向与教育和教学方法论相关；同时具有副教授学术职称。我撰写过数学、数学教育和数学科学史方面的科研、教学、方法论和科普作品。近年来，我也参与了与算法交易、数值时间序列分析、异常检测，以及将数学模型应用于自动化决策相关的研究和开发工作。

现在，我在 Fuzzy Technologies 工作。这是一支小型工程团队，致力于开发用于自动化市场分析、算法交易和风险评估的平台、服务与算法。我们开发的分析和交易工具结合了严谨的数学、概率模型、数据处理、异常过滤和模糊推理方法。

在这项工作中，我最感兴趣的是把数学思想转化为清晰可理解的算法：过滤器、概率估计、灵活的模糊尺度、异常处理规则和决策模型。多年的教学经历让我习惯于不仅处理复杂结构，也要用清楚的语言解释它们。在交易系统中，这一点尤其重要：用户不仅应该看到结果，还应该理解算法的逻辑、限制和适用范围。

对我来说，交易机器人不是一个“魔法按钮”，也不是试图猜测未来。它是一套工程系统，应该谨慎地处理概率、噪声、离群值、市场状态，以及预先设定的风险管理规则。

我们的数学方法和算法建立在概率模型、收益率与波动率分析、目标价格可达性评估、异常过滤、模糊逻辑和清晰的决策规则之上。我们使用贝叶斯更新来随着新数据的出现不断修正估计，使用我们自己改进的 Hampel 滤波器在数值时间序列中检测离群值，使用概率目标评估来分析可能的价格运动情景，并使用模糊尺度来解释市场状态。

我认为，在数据本身具有概率性、而市场状态之间的边界又常常是模糊的情况下，承诺精确结果是不恰当的。金融市场是一个充满不确定性、噪声和不断变化状态的环境。因此，在我们的产品中，我们关注的不是夸张的预测，而是可验证的规则、风险控制、诚实的测试，以及对限制条件的清晰说明。

我对异常检测方法、专家系统、模糊集合，以及数学方法在网络安全、数据分析和交易中的应用也有特别兴趣。在这类任务中，绝对确定性很少存在：数据可能是不完整的、有噪声的，甚至是相互矛盾的。因此，我认为尤其重要的是构建这样的模型：它们不会用好听的说法替代风险，而是在设计算法时真正把风险纳入考虑。

这里发布的 Fuzzy Technologies 产品，是作为 MetaTrader 5 的工程工具而开发的。它们的目标是为用户提供透明、可验证、可复现的算法系统：不使用马丁格尔策略，不使用网格恢复，不承诺保证盈利，也不依赖人工的情绪化决策。

我们不仅关注入场信号，也关注市场噪声过滤、风险控制、逻辑稳健性，以及算法行为的可理解性。对我来说，一个好的算法并不是只在某一次测试中看起来漂亮，而是它的规则能够被解释、被验证，并且能够在理解其限制的前提下被使用。

除了研究和工程工作之外，我也继续普及数学和科学史，通过我的俄语科普博客《Mathematics with Mansur-abiy》分享相关内容。对我来说，这不只是一个爱好，而是同一条职业道路的延续：数学的价值不仅在于公式，也在于思维文化、推理纪律，以及在模型和思想的限制条件下工作的能力。

我对算法交易的态度可以概括为：严谨的数学、细致的工程、可验证的规则、对风险的尊重，以及不做多余的承诺。