Переход от задымленных покерных румов к стерильным серверным Уолл-стрит перестал быть теорией. Стартап EquiLibre Technologies, основанный выходцами из DeepMind, наглядно демонстрирует, что умение блефовать и просчитывать оппонента — это именно то, чего не хватало классическому квантовому трейдингу. Команда, заставившая ИИ обыгрывать профессионалов в покер, адаптировала архитектуру обучения с подкреплением для работы на фондовом рынке. Итог: оценка в $500 млн после раунда серии А от фонда Creandum. По словам вице-президента Creandum Кэмерона Селлерса, это крупнейшая разовая инвестиция в истории фирмы, что само по себе выглядит как серьезная ставка на новую технологическую парадигму.
Игровые механики на службе капитала
Технический фундамент EquiLibre опирается на сходство между покером и рыночной динамикой — принятие решений в условиях неполной информации. Как объясняет СЕО Мартин Шмид, обучение с подкреплением идеально подходит для трейдинга, поскольку сигнал вознаграждения — чистая прибыль — здесь абсолютно однозначен.
В партнерстве с Tower Research Capital агенты EquiLibre уже прокручивают миллиардные объемы в S&P 500 и Nasdaq. С момента запуска в 2025 году на крипторынках компания заявляет о феноменальном результате: ни одного убыточного месяца.
Агрессивное масштабирование
Хотя EquiLibre старательно примеряет маску научной лаборатории, их коммерческая траектория выглядит предельно агрессивно. Команда основателей, включая технического директора Рудольфа Кадлеца и директора по науке Матея Моравчика, масштабирует операции с пугающей скоростью. Это прямой сигнал для владельцев капиталов и инвесторов: если ваши стратегии до сих пор опираются на статический анализ исторических данных, а не на адаптивное обучение в реальном времени, вы рискуете оказаться по ту сторону стола, где профессионалы из DeepMind будут забирать ваш стек.
Внимательно следите за дрейфом производительности в ваших портфелях. Появление агентов, обученных на теории игр, в высоколиквидных эшелонах акций — это не просто очередное обновление софта, а прямая угроза вашей альфе.
На рынке, где машины учатся побеждать в условиях неопределенности, старые статистические методы превращаются в легкую добычу.