Dal poker al trading: l’AI di EquiLibre punta ai mercati finanziari

Tre ideatori di DeepMind trasformano un algoritmo nato per vincere a poker in una tecnologia capace di operare sui mercati con risultati costanti.

Gli studiosi che crearono l’AI DeepMind, capace di battere i professionisti del Texas Hold’em, hanno ora applicato la loro tecnologia ai mercati finanziari grazie a EquiLibre Technologies. Il laboratorio, con sede a Praga, ha raggiunto una valutazione di 500 milioni di dollari dopo un round Series A guidato da Creandum.

EquiLibre utilizza il reinforcement learning, la stessa tecnica che ha permesso all’AI di primeggiare nel poker. Oggi i suoi algoritmi operano sui mercati in partnership con Tower Research Capital, muovendo miliardi di dollari al giorno su S&P 500 e Nasdaq.

La startup sostiene di aver ottenuto “zero mesi negativi dall’inizio delle operazioni”, prima sulle criptovalute nel 2025 e ora sui mercati azionari. EquiLibre, però, viene definito un laboratorio, non una società finanziaria, nell’idea di mantenere una forte identità scientifica.

UNA VISIONE DA RICERCA
I fondatori Martin Schmid, Rudolf Kadlec e Matej Moravcik non provengono dal mondo della finanza. La loro motivazione è diversa: “Costruire cose che non sono mai state create prima”, afferma Schmid. I tre hanno lavorato nel centro AI di DeepMind in Canada, dove hanno sviluppato DeepStack, il primo sistema capace di battere i professionisti del poker no‑limit.

Tra i loro advisor figura Rich Sutton, premiato con il Turing Award nel 2024 per i contributi al reinforcement learning. La scelta di tornare in Repubblica Ceca ha permesso di costruire un team stabile, oggi composto da 25 persone, e di attrarre talenti locali.

CRESCITA E COMPETIZIONE
EquiLibre sta ampliando la propria infrastruttura di calcolo, con l’obiettivo di creare uno dei cluster più grandi dell’Europa centrale. La startup ha già raccolto fondi da Credo e Blossom Capital, con un seed round da 10 milioni di dollari che la valutava 140 milioni. Il salto a 500 milioni riflette il nuovo interesse globale verso il reinforcement learning applicato ai mercati.

Schmid riconosce che la competizione è forte: Jane Street utilizza già RL e modelli avanzati con migliaia di GPU. EquiLibre punta invece a “ottenere di più con meno”, ottimizzando ogni risorsa. Per Schmid, il mercato non è una sfida a somma zero: “Non è un settore dove il vincitore prende tutto”.

Crediti fotografici ©Foto di Art Rachen (Unsplash)

• Intelligenza artificiale
• Poker