在人工智能的发展史中，游戏一直是验证算法认知极限的最佳沙盒。从击败人类围棋棋圣的 AlphaGo，到在无限制德州扑克中碾压职业选手的 DeepStack，强化学习（Reinforcement Learning）展现出了在信息不完全、动态博弈环境中的超强决策能力。当这些曾经在 Google DeepMind 等顶尖实验室设计德州扑克和星际争霸 AI 的科学家，集体转身将这些算法投向全球流动性最强、信息最复杂的金融交易市场时，一场静默的量化金融革命便拉开了序幕。
| 公司名称 | EquiLibre Technologies |
|---|---|
| 创始人/CEO | Martin Schmid (Co-founder & CEO) |
| 融资轮次 | A轮融资 (Series A) |
| 公司估值 | 超 4.38 亿欧元 (约5亿美元) |
| 领投方 | Creandum (其史上最大笔单笔投资) |
| 总部地址 | 捷克布拉格 |
| 核心算法 | 强化学习 (Reinforcement Learning) |
| 官网 | EquiLibre |
近日，总部位于捷克布拉格的 AI 量化交易研究实验室 EquiLibre Technologies 宣布，成功完成了新一轮 Series A 融资。本轮融资由欧洲顶级早期风投 Creandum 领投（这也是 Creandum 成立以来最大规模的单笔投资）。虽然具体的募资金额未披露，但交易是在 EquiLibre 投后估值超过 4.38 亿欧元（约 5 亿美元）的背景下达成的。这笔资金将直接用于在布拉格构建中东欧地区最大的超级计算集群之一，以支持其大规模复杂强化学习模型的持续训练。
德扑之王转型金融：用“不完全信息博弈”理解市场
传统的量化交易主要依赖统计套利、高频因子分析等统计学方法。然而，金融市场本质上是一个复杂的多人博弈环境，存在着大量的“不完全信息”（Incomplete Information）——你无法准确知道对手盘的真实意图、隐藏的杠杆仓位以及突发的宏观政策。这与德州扑克极其相似。
EquiLibre 的创始人 Martin Schmid 和他的核心团队，正是当年在 DeepMind 研发 DeepStack（首个击败德扑人类职业选手的 AI 系统）的学术大佬。他们将设计德扑 AI 时采用的“子博弈完美均衡”（Subgame Perfect Equilibrium）和“反事实反悔最小化”（CFR）算法进行改造，应用于高流动性的金融资产交易中。
强化学习智能体不需要像传统量化模型那样依赖历史规律的简单外推，而是通过模拟数万亿次与市场环境的模拟对抗（Simulation-based Self-Play），自主习得在面临剧烈波动和黑天鹅事件时的最佳建仓与撤资策略。
Crypto 起步到主流金融：万亿交易额背后的超级算力集群
EquiLibre 的算法系统早在 2022 年底成立之初便完成了原型开发。最初，他们选择在波动性极强、交易规则高度数字化的加密货币（Crypto）市场进行实盘测试与小规模部署。到了 2025 年初，这套强化学习智能体已经正式进军传统流动性金融市场，包括外汇、全球股指期货以及大宗商品交易。
目前，EquiLibre 的交易系统每天自主处理的交易额高达数十亿美元。对于强化学习而言，模型能力的上限几乎完全取决于算力规模和训练数据的质量。本轮获得的数亿欧元估值资金，其绝大部分都将被转化成 GPU 算力。EquiLibre 正在捷克总部筹建一个超大规模的私有计算集群，以确保其算法能够实时消化全球所有主流交易所的 Tick 级行情数据并进行在线策略优化。
RecodeX 极客视点：将击败人类扑克冠军的算法套用到全球金融市场，这是量化金融界长久以来的梦想。Martin Schmid 带着原 DeepMind 的顶尖大脑创立 EquiLibre，并在 Creandum 的重金加持下迅速跑出 5 亿美元估值，是一次典型的“高势能技术平移”。强化学习模型在动态博弈和风险回撤控制上的卓越表现，让它在波谲云诡的现代金融市场中拥有传统多因子模型难以比拟的抗脆弱性。然而，金融市场与德州扑克有一个本质的区别：德扑的规则是静态且有限的（52张牌，确定的成牌概率），而金融市场的规则是完全开放且不断进化的（黑天鹅事件、地缘政治冲突、监管政策的突变）。EquiLibre 的强化学习系统能否在这些“未知之未知”（Unknown Unknowns）降临时依然保持鲁棒，避免发生系统性的算法溃败，将决定这群扑克天才在华尔街能走多远。
分类: 金融科技 标签: EquiLibre, Martin Schmid, DeepMind, 强化学习, Creandum, 量化交易, 德州扑克, 超级算力, 捷克创企, 算法金融