От покера к прибыли: как выходцы из DeepMind совершают революцию в трейдинге

Бывшие исследователи DeepMind переключаются с побед над профессиональными игроками в покер на управление миллиардными рыночными объемами. Их пражский стартап EquiLibre Technologies достиг ошеломляющей оценки в 500 миллионов долларов, применяя обучение с подкреплением (reinforcement learning) в высокорискованном мире количественных финансов.

Перенос покерных стратегий на Уолл-стрит

Ключевая инновация, стоящая за EquiLibre, — это перенос обучения с подкреплением (RL) из игр с неполной информацией в сложные условия фондового рынка. Трио основателей — генеральный директор Martin Schmid, технический директор Rudolf Kadlec и директор по стратегии Matej Moravcik — ранее прославились разработкой DeepStack, первого ИИ, победившего профессиональных игроков в безлимитный техасский холдем.

Эта логика является естественной эволюцией: и покер, и трейдинг подразумевают принятие оптимальных решений в условиях неопределенности с четкими, измеримыми результатами. Как отмечает Schmid, «подсчет очков» в трейдинге удивительно прост — конечной наградой является прирост капитала. Используя RL, где модели обучаются через системы поощрения (feedback loops), EquiLibre вышла за рамки игр и начала проводить сделки на биржах S&P 500 и Nasdaq.

Масштаб и доказанная эффективность

EquiLibre не просто запускает симуляции; компания активно участвует в работе глобальных рынков. В партнерстве с количественной фирмой Tower Research Capital алгоритмы стартапа управляют миллиардами долларов ежедневного торгового оборота.

История успеха стартапа особенно примечательна своей стабильностью. После первоначального выхода на крипторынки в 2025 году компания расширила деятельность на традиционные акции, заявив о «безупречном показателе: ноль убыточных месяцев с момента основания». Такой уровень стабильности является мощным фактором привлечения венчурных капиталистов, таких как Creandum, который недавно возглавил раунд серии А, ставший крупнейшей разовой инвестицией фирмы на сегодняшний день.

Гонка за вычислительными мощностями и талантами

Несмотря на то, что EquiLibre успешно достигла оценки в 500 миллионов долларов, компания сталкивается с жесткой конкуренцией со стороны признанных гигантов трейдинга, таких как Jane Street, которые используют десятки тысяч высокопроизводительных GPU и сочетают RL с большими языковыми моделями (LLM).

Чтобы конкурировать, EquiLibre делает ставку на подход «сначала лаборатория» (lab-first), а не на традиционное финансовое мышление. Их стратегия опирается на два ключевых столпа:

• Эффективность вместо грубой силы: Вместо того чтобы полагаться на массивные GPU-кластеры, команда стремится «получать большее из меньшего», оптимизируя алгоритмы для достижения максимальной производительности при ограниченных вычислительных ресурсах.
• Стратегическая инфраструктура: Компания планирует построить один из крупнейших вычислительных кластеров в Центральной и Восточной Европе (CEE) для масштабирования своих исследовательских возможностей.

Расположившись в Праге, основатели также смогли привлечь специализированную чешскую диаспору из таких компаний, как Google, что позволило им сформировать высококлассную команду из 25 экспертов вне гиперконкурентной экосистемы Сан-Франциско.

Основные выводы

• Алгоритмическая эволюция: EquiLibre успешно переносит методы обучения с подкреплением, использовавшиеся в профессиональном покере (DeepStack), для управления миллиардными ежедневными объемами на биржах S&P 500 и Nasdaq.
• Взрывной рост оценки: После успешного раунда серии А под руководством Creandum оценка стартапа достигла 500 миллионов долларов, чему способствовал заявленный показатель «ноль убыточных месяцев».
• Эффективность как конкурентное преимущество: Противостоя гигантам с огромными аппаратными преимуществами, EquiLibre фокусируется на эффективности алгоритмов и создании значительной вычислительной инфраструктуры в регионе CEE.