EquiLibre Technologies: Tjekkiske ex-DeepMind-forskere bygger AI-handelsplatform til en halv milliard dollar

EquiLibre Technologies, et AI-laboratorium i Prag grundlagt af tre tidligere DeepMind-forskere, har opnået en værdiansættelse på 500 millioner dollars ved at anvende forstærkningslæringsalgoritmer, der oprindeligt var designet til poker, på finansiel handel. Partnerskabet med den kvantitative handelsvirksomhed Tower Research Capital driver nu milliarder af dollars i daglig handelsvolumen. Her er en faktatjekket gennemgang af virksomhedens historie, dens påstande og de betydelige ubekendte, der stadig er tilbage.

Grundlæggerne og deres poker-AI-baggrund

EquiLibre Technologies blev grundlagt af Martin Schmid, Matej Moravčík og Rudolf Kadlec – tre tjekkiske forskere, der mødtes under deres ph.d.-studier på Charles University og University of Alberta . De var hovedforfatterne bag DeepStack, den første AI, der slog professionelle mennesker i heads-up no-limit poker (2017), og senere medforfattere på Player of Games (også kendt som "Student of Games") hos DeepMind, en samlet algoritme til både perfekte og uperfekte informationsspil . Google opkøbte deres DeepStack-team i 2017, og alle tre sluttede sig til DeepMind i London, før de forlod i 2022 for at starte EquiLibre .

Fra uperfekt informationspoker til finansiel handel

Kerneindsigten bag EquiLibre er, at finansielle markeder er strukturelt analoge med uperfekte informationsspil som poker – ikke som skak eller Go, hvor al information er synlig på brættet. I både poker og handel handler deltagere med skjult information, skal styre risiko og bluffe og skal ræsonnere om, hvad andre aktører tror .

EquiLibres system bruger forstærkningslæring og counterfactual regret minimization (CFR) – den samme familie af algoritmer, der drev DeepStack – til at træne AI-agenter, der placerer kortsigtede retningsbestemte væddemål på aktier og ETF'er . Schmid sagde, at grundlæggerne indså, at deres pokerarbejde var "et perfekt fundament for en ny slags handelsalgoritme" .

Den Creandum-ledede serie A-runde og værdiansættelse på 500 millioner dollars

I midten af 2026 annoncerede EquiLibre, at det havde rejst en serie A-runde ledet af Creandum, det svenske venturekapitalfirma kendt for tidlige investeringer i Spotify og Klarna . Runden værdisatte virksomheden til 500 millioner dollars . Kritisk set er den nøjagtige størrelse af serie A-runden ikke blevet offentliggjort – hverken virksomheden eller Creandum har frigivet dollarbeløbet . Creandums vicepræsident Cameron Sellers bekræftede over for TechCrunch, at investeringen var det største enkeltcheck, firmaet nogensinde har skrevet på én gang i en virksomhed . Tidligere rapportering fra PitchBook og CB Insights viser, at EquiLibre havde rejst cirka 21,3 millioner dollars på tværs af tidligere seed- og venture-runder før serie A-runden .

Software Vendor Agreement med Tower Research Capital

EquiLibre opererer under en Software Vendor Agreement (SVA) med Tower Research Capital, en kvantitativ proprietær handelsvirksomhed . En SVA er en overskudsdelingsordning, hvor det eksterne team (EquiLibre) licenserer sin software og algoritmer til Tower, får adgang til Towers globale børsforbindelser og infrastruktur og deler overskuddet med Tower – typisk rapporteret som en 50/50-deling – mens det bevarer sin egen intellektuelle ejendom og brandautonomi .

Ifølge TechCrunch og Towers egen meddelelse handles der nu med EquiLibres algoritmer milliarder af dollars i daglig volumen på tværs af S&P 500 og Nasdaq gennem dette partnerskab . Startuppet testede først sin prototype på kryptomarkeder, før det skiftede til amerikanske aktier omkring 2025 .

Påstanden om 'perfekt rekord'

EquiLibre hævder, at dets handelsagenter har leveret "en perfekt rekord med nul negative måneder siden starten" – hvilket betyder, at hver kalendermåned siden live-handlen begyndte har været profitabel . Dette er en slående påstand. I et TechCrunch-interview erkendte medstifter Martin Schmid, at selvom virksomheden "stadig er i de tidlige faser", er resultaterne indtil videre et stolthedspunkt . Påstanden dækker både krypto- og aktiefaserne, selvom det nøjagtige tidsvindue ikke er specificeret.

Skepticisme og åbne spørgsmål

Der er flere væsentlige forbehold:

• Uoplyst serie A-størrelse – Runde størrelsen er fortrolig, så det er umuligt uafhængigt at verificere, om værdiansættelsen på 500 millioner dollars er understøttet af stærke fundamentale forhold eller blev opnået med en relativt lille primærinvestering .
• "Nul negative måneder" er ikke revideret – Startuppets egen rapporterede præstation er ikke blevet verificeret af en tredjepartsrevisor .
• Meget kort live-resultatrekord – EquiLibre flyttede først til live aktiehandel efter kryptotestning, og et par måneder eller endda et par års profitable måneder er statistisk tyndt for en handelsstrategi .
• Analogien mellem poker og markeder er ikke bevist i stor skala – Mens den er akademisk forsvarlig, er det langt sværere at anvende CFR-algoritmer på realtids-, højfrekvent-, multi-aktivhandel med transaktionsomkostninger, likviditetsbegrænsninger og regimændringer end i et simuleret pokerspil. Ingen uafhængig undersøgelse har valideret EquiLibres tilgang over en fuld markedscyklus, inklusive en større nedtur .
• Gennemsigtighed – Virksomheden offentliggør ikke detaljerede præstationsmålinger, Sharpe-forhold, drawdowns eller antallet af kørende strategier .
• Talentmarked i Prag – Mens grundlæggerne klart er i verdensklasse, bygger virksomheden sit AI-forskningshub i Prag, en mindre talentpulje end London eller New York, selvom det angiveligt har hyret senior AI-forskere fra udlandet .

Bundlinje

EquiLibre Technologies har et af de mest troværdige grundlæggerteams inden for AI-drevet handel, et reelt indtægtsskabende partnerskab med en stor kvantitativ virksomhed og en bemærkelsesværdig selvrapporteret resultatrekord. Men den uoplyste serie A-størrelse, korte live-historie og mangel på reviderede tredjepartsresultater betyder, at historien stadig er en af høje løfter med betydelige ubekendte – endnu ikke en bevist disruption af kvantitativ finans.