Van poker naar winst: hoe oud-DeepMind-medewerkers de handel revolutioneren

Voormalige DeepMind-onderzoekers maken de overstap van het verslaan van professionele pokerspelers naar het beheren van miljarden aan handelsvolume. Hun in Praag gevestigde startup, EquiLibre Technologies, heeft een verbazingwekkende waardering van 500 miljoen dollar bereikt door reinforcement learning toe te passen op de risicovolle wereld van kwantitatieve financiën.

Pokerstategie vertalen naar Wall Street

De kerninnovatie achter EquiLibre is de overgang van reinforcement learning (RL) van spellen met imperfecte informatie naar de complexiteit van de aandelenmarkt. Het oprichtende trio — CEO Martin Schmid, CTO Rudolf Kadlec en CSO Matej Moravcik — werd eerder beroemd door de ontwikkeling van DeepStack, de eerste AI die professionele no-limit Texas hold ’em-spelers versloeg.

De logica is een natuurlijke evolutie: zowel poker als handel draaien om het nemen van optimale beslissingen onder onzekerheid met duidelijke, meetbare resultaten. Zoals Schmid opmerkt, is de "score" bij handel opmerkelijk eenvoudig — de ultieme beloning is kapitaalgroei. Door gebruik te maken van RL, waarbij modellen leren via geprikkelde feedbackloops, is EquiLibre verder gegaan dan gaming om transacties uit te voeren op de S&P 500 en Nasdaq.

Enorme schaal en bewezen prestaties

EquiLibre draait niet alleen simulaties; het neemt actief deel aan de wereldwijde markten. In samenwerking met het kwantitatieve bedrijf Tower Research Capital beheren de algoritmen van de startup dagelijks miljarden dollars aan handelsvolume.

Het trackrecord van de startup is bijzonder opmerkelijk vanwege de consistentie. Na een eerste uitrol op de cryptomarkten in 2025, breidde het bedrijf uit naar traditionele aandelen en claimde een "perfect record van nul negatieve maanden sinds de start". Dit niveau van stabiliteit is een grote trekpleister voor durfkapitalisten zoals Creandum, die onlangs een Series A-ronde leidden die de grootste individuele investering van het bedrijf tot nu toe markeerde.

De race om rekenkracht en talent

Hoewel EquiLibre succesvol is opgeschaald naar een waardering van 500 miljoen dollar, krijgt het te maken met hevige concurrentie van gevestigde handelsreuzen zoals Jane Street, die tienduizenden high-end GPU's gebruikt en RL combineert met Large Language Models (LLM's).

Om te kunnen concurreren, richt EquiLibre zich op een "lab-first"-aanpak in plaats van een traditionele financiële mindset. Hun strategie rust op twee belangrijke pijlers:

• Efficiëntie boven brute kracht: In plaats van te vertrouwen op enorme GPU-clusters, streeft het team ernaar om "meer uit minder te halen" door algoritmen te optimaliseren om een hogere prestatie uit beperkte rekenkracht te persen.
• Strategische infrastructuur: Het bedrijf is van plan een van de grootste rekenclusters in Centraal- en Oost-Europa (CEE) te bouwen om zijn onderzoekscapaciteiten op te schalen.

Door zich in Praag te vestigen, hebben de oprichters ook gebruikgemaakt van een gespecialiseerde Tsjechische diaspora van bedrijven zoals Google, waardoor ze een hoogwaardig team van 25 experts kunnen opbouwen buiten het hypercompetitieve ecosysteem van San Francisco.

Belangrijkste punten

• Algoritmische evolutie: EquiLibre slaagt erin reinforcement learning-technieken die in professioneel poker (DeepStack) worden gebruikt, te vertalen naar het beheren van miljarden aan dagelijks volume op de S&P 500 en Nasdaq.
• Explosieve waardering: Na een succesvolle Series A onder leiding van Creandum heeft de startup een waardering van 500 miljoen dollar bereikt, gedreven door een gerapporteerd trackrecord van "nul negatieve maanden".
• Efficiëntie als concurrentievoordeel: In de strijd tegen reuzen met enorme hardwarevoordelen, richt EquiLibre zich op algoritmische efficiëntie en het bouwen van aanzienlijke rekeninfrastructuur in de CEE-regio.