从不完美信息扑克到金融交易

EquiLibre背后的核心洞见是：金融市场在结构上类似于扑克这样的不完美信息游戏——而不像国际象棋或围棋，后者的棋盘信息对双方完全可见。在扑克和交易中，参与者都需在信息不完整的情况下行动（对手的底牌/其他订单流），必须管理风险和虚张声势的动态，并需要对其他参与者的信念进行推理 。

EquiLibre的系统使用强化学习和反事实遗憾最小化（CFR）算法——与DeepStack所用的同系列算法——来训练AI智能体对股票和ETF进行短期方向性押注 。Schmid表示，创始人意识到他们在扑克方面的工作“为新一类交易算法奠定了完美的基础” 。

由Creandum领投的A轮融资与5亿美元估值

2026年中，EquiLibre宣布完成了由Creandum领投的A轮融资，Creandum是瑞典风险投资公司，以早期投资Spotify和Klarna而闻名 。此轮融资对公司的估值为5亿美元 。关键的是，A轮融资的具体金额未予披露——公司及Creandum均未公布具体数字 。Creandum副总裁Cameron Sellers向TechCrunch证实，这是该公司有史以来对单一公司最大的一笔一次性投资 。此前PitchBook和CB Insights的报告显示，在此次A轮融资之前，EquiLibre已通过早期种子轮和风险轮融资约2130万美元 。

与Tower Research Capital的“软件供应商协议”

EquiLibre与量化自营交易公司Tower Research Capital签订了软件供应商协议（SVA） 。SVA是一种利润分成的安排：外部团队（EquiLibre）将其软件和算法授权给Tower，获得Tower全球交易所连接和基础设施的使用权，并与Tower共享利润——通常报道为五五分成——同时保留自身的知识产权和品牌自主权 。

据TechCrunch和Tower的官方公告，通过这一合作，EquiLibre的算法现已在标普500和纳斯达克市场驱动每日数十亿美元的交易量 。该初创公司首先于2025年在加密货币市场测试其原型，随后转向美股交易 。

“完美记录”的声称

EquiLibre声称其交易AI已实现**“自上线以来每月均为正收益”**——这意味着自实盘交易以来，每个日历月均实现盈利 。这是一个引人瞩目的说法。在接受TechCrunch采访时，联合创始人Martin Schmid承认，尽管公司“仍处于早期阶段”，但迄今为止的记录是值得自豪的 。这一声称涵盖了加密货币和股票两个阶段，但具体的时间跨度未明确说明。

质疑与悬而未决的问题

仍存在几个重大疑点：

• A轮融资金额未披露——融资规模保密，因此无法独立验证其5亿美元估值是基于强劲的基本面，还是以相对较小的首轮投资实现的 。
• “零亏损月”未经审计——该初创公司自行报告的表现数据未经第三方审计机构验证 。
• 实盘记录时间极短——EquiLibre在加密货币测试后，直到2025年才转向美股实盘交易。对于交易策略而言，几个月甚至一两年的盈利月份在统计上意义有限 。
• 扑克到市场的类比尚未在大规模上得到验证——虽然学术上合理，但在实际、高频、多资产交易中应用CFR算法，需考虑交易成本、流动性约束和制度变化，远比在模拟扑克游戏中困难。目前尚无独立研究在涵盖市场低迷期的完整市场周期中验证EquiLibre的方法 。
• 透明度问题——该公司不公开披露详细的业绩指标、夏普比率、回撤或正在运行的策略数量 。
• 布拉格人才市场——虽然创始人无疑是世界一流的，但公司在布拉格建设AI研究中心，其人才池远小于伦敦或纽约，不过据报道，它正在从海外招聘资深AI研究员 。

总结

EquiLibre Technologies拥有AI驱动交易领域最可信的创始团队之一，与一家大型量化公司有着真正的创收合作关系，并且公布了一份非凡的自我报告记录。但未披露的A轮融资金额、短暂的实盘历史以及缺乏第三方审计的业绩意味着，这个故事仍然充满希望但存在着重大的未知数——尚不能说是对量化金融领域的已证实颠覆。

从不完美信息扑克到金融交易

EquiLibre背后的核心洞见是：金融市场在结构上类似于扑克这样的不完美信息游戏——而不像国际象棋或围棋，后者的棋盘信息对双方完全可见。在扑克和交易中，参与者都需在信息不完整的情况下行动（对手的底牌/其他订单流），必须管理风险和虚张声势的动态，并需要对其他参与者的信念进行推理 。

EquiLibre的系统使用强化学习和反事实遗憾最小化（CFR）算法——与DeepStack所用的同系列算法——来训练AI智能体对股票和ETF进行短期方向性押注 。Schmid表示，创始人意识到他们在扑克方面的工作“为新一类交易算法奠定了完美的基础” 。

由Creandum领投的A轮融资与5亿美元估值

2026年中，EquiLibre宣布完成了由Creandum领投的A轮融资，Creandum是瑞典风险投资公司，以早期投资Spotify和Klarna而闻名 。此轮融资对公司的估值为5亿美元 。关键的是，A轮融资的具体金额未予披露——公司及Creandum均未公布具体数字 。Creandum副总裁Cameron Sellers向TechCrunch证实，这是该公司有史以来对单一公司最大的一笔一次性投资 。此前PitchBook和CB Insights的报告显示，在此次A轮融资之前，EquiLibre已通过早期种子轮和风险轮融资约2130万美元 。

与Tower Research Capital的“软件供应商协议”

EquiLibre与量化自营交易公司Tower Research Capital签订了软件供应商协议（SVA） 。SVA是一种利润分成的安排：外部团队（EquiLibre）将其软件和算法授权给Tower，获得Tower全球交易所连接和基础设施的使用权，并与Tower共享利润——通常报道为五五分成——同时保留自身的知识产权和品牌自主权 。

据TechCrunch和Tower的官方公告，通过这一合作，EquiLibre的算法现已在标普500和纳斯达克市场驱动每日数十亿美元的交易量 。该初创公司首先于2025年在加密货币市场测试其原型，随后转向美股交易 。

“完美记录”的声称

EquiLibre声称其交易AI已实现**“自上线以来每月均为正收益”**——这意味着自实盘交易以来，每个日历月均实现盈利 。这是一个引人瞩目的说法。在接受TechCrunch采访时，联合创始人Martin Schmid承认，尽管公司“仍处于早期阶段”，但迄今为止的记录是值得自豪的 。这一声称涵盖了加密货币和股票两个阶段，但具体的时间跨度未明确说明。

质疑与悬而未决的问题

仍存在几个重大疑点：

• A轮融资金额未披露——融资规模保密，因此无法独立验证其5亿美元估值是基于强劲的基本面，还是以相对较小的首轮投资实现的 。
• “零亏损月”未经审计——该初创公司自行报告的表现数据未经第三方审计机构验证 。
• 实盘记录时间极短——EquiLibre在加密货币测试后，直到2025年才转向美股实盘交易。对于交易策略而言，几个月甚至一两年的盈利月份在统计上意义有限 。
• 扑克到市场的类比尚未在大规模上得到验证——虽然学术上合理，但在实际、高频、多资产交易中应用CFR算法，需考虑交易成本、流动性约束和制度变化，远比在模拟扑克游戏中困难。目前尚无独立研究在涵盖市场低迷期的完整市场周期中验证EquiLibre的方法 。
• 透明度问题——该公司不公开披露详细的业绩指标、夏普比率、回撤或正在运行的策略数量 。
• 布拉格人才市场——虽然创始人无疑是世界一流的，但公司在布拉格建设AI研究中心，其人才池远小于伦敦或纽约，不过据报道，它正在从海外招聘资深AI研究员 。

总结

EquiLibre Technologies拥有AI驱动交易领域最可信的创始团队之一，与一家大型量化公司有着真正的创收合作关系，并且公布了一份非凡的自我报告记录。但未披露的A轮融资金额、短暂的实盘历史以及缺乏第三方审计的业绩意味着，这个故事仍然充满希望但存在着重大的未知数——尚不能说是对量化金融领域的已证实颠覆。