Por Canuto  

Tres exinvestigadores de DeepMind, conocidos por desarrollar una IA capaz de derrotar a humanos en póker, ahora aplican ese mismo enfoque al trading bursátil y ya captaron la atención de Wall Street. Su startup, EquiLibre Technologies, fue valorada en USD $500 millones tras una Serie A, mientras asegura operar con miles de millones de volumen diario y sin registrar meses negativos desde su inicio.
***

  • EquiLibre Technologies, fundada en Praga por tres ex DeepMind, alcanzó una valoración de USD $500 millones tras su ronda Serie A liderada por Creandum.
  • La startup afirma que sus algoritmos de aprendizaje por refuerzo ya negocian miles de millones en volumen diario en S&P 500 y NASDAQ junto a Tower Research Capital.
  • El equipo trasladó su base a Chequia, donde construye infraestructura computacional y busca consolidarse como laboratorio líder de IA para trading.

 

Tres exinvestigadores de DeepMind que participaron en la creación de una IA capaz de derrotar a jugadores profesionales de póker ahora buscan repetir la hazaña en los mercados financieros. Su empresa, EquiLibre Technologies, utiliza aprendizaje por refuerzo para operar acciones y ya logró una valoración de USD $500 millones.

La noticia revela cómo una tecnología nacida en juegos de información imperfecta, como el Texas hold’em sin límite, encontró un nuevo terreno en Wall Street. En ambos casos, la clave está en tomar decisiones bajo incertidumbre y optimizar resultados con base en recompensas.

Según informó TechCrunch, la startup con sede en Praga cerró una ronda Serie A por un monto no revelado. La operación fue liderada por Creandum, cuyo vicepresidente Cameron Sellers aseguró que se trató de la mayor inversión individual que la firma ha hecho de una sola vez en una empresa.

EquiLibre sostiene que sus agentes de IA ya estuvieron activos en mercados de criptomonedas durante 2025. Ahora también operan en acciones estadounidenses, con presencia en el S&P 500 y el NASDAQ a través de una alianza con Tower Research Capital.

La compañía afirma que sus algoritmos han negociado miles de millones en volumen diario. También asegura tener un “récord perfecto de cero meses negativos desde su inicio”, una frase que, en términos simples, implica que cada mes terminaron con ganancias netas en conjunto.

De DeepStack al trading automatizado

Los fundadores de EquiLibre son Martin Schmid, CEO; Rudolf Kadlec, CTO; y Matej Moravcik, CSO. Los tres coincidieron como estudiantes de doctorado visitantes en la oficina internacional de investigación de IA de Google en Edmonton, Alberta, Canadá.

Durante esa etapa construyeron DeepStack, considerado el primer programa de IA en vencer a jugadores profesionales en póker sin límite. Ese sistema destacó por desenvolverse en un entorno donde no toda la información está disponible, un rasgo que también define a los mercados financieros.

La conexión técnica entre el póker y el trading gira en torno al aprendizaje por refuerzo. Esta técnica entrena agentes que aprenden por sí mismos al recibir recompensas o castigos según el resultado de sus acciones.

Schmid explicó la lógica con una frase directa. “Lo bueno del comercio y los mercados es que la puntuación es super simple: ¿cuánto dinero ganó el agente?”.

Esa simpleza en la métrica de recompensa hace que el trading resulte atractivo para un laboratorio de IA. A diferencia de otros problemas, aquí la evaluación del desempeño puede reducirse a una variable muy concreta, aunque el entorno siga siendo competitivo y cambiante.

La startup enfatiza, sin embargo, que no se define como una firma financiera tradicional. Sellers dijo que EquiLibre se presenta explícitamente como “un laboratorio primero, no una firma de finanzas”.

Esa identidad importa porque los tres fundadores no provienen del sector financiero. Schmid dijo que su motivación principal no es hacer más eficientes los mercados, sino construir sistemas nuevos que antes no existían.

“No estoy haciendo esto porque me emocione hacer los mercados eficientes. Estoy haciendo esto porque todos estamos emocionados por construir cosas nuevas que nunca se han construido antes, y esto es muy divertido de construir”, afirmó el CEO.

Una Serie A a gran escala y un negocio con respaldo cuantitativo

La valoración de USD $500 millones marca un salto fuerte para EquiLibre. De acuerdo con datos de Dealroom citados en la cobertura original, su ronda semilla de USD $10 millones fue liderada por Blossom Capital con una valoración de USD $140 millones.

La empresa no reveló el tamaño de la Serie A ni su financiación total acumulada. Aun así, el nuevo precio implícito refleja cuánto se ha revalorizado la apuesta por el aprendizaje por refuerzo en apenas unos años.

La relación con Tower Research Capital es una de las piezas más relevantes de la historia. En asociación con esa firma cuantitativa, EquiLibre asegura que sus algoritmos ya mueven miles de millones de volumen diario en acciones del S&P 500 y del NASDAQ.

Para los inversionistas, el atractivo del sector es evidente. Sellers resumió esa tesis al señalar que el mercado direccionable del trading financiero está entre los más grandes del mundo y que, históricamente, varios fondos generaron beneficios que empequeñecen muchos éxitos típicos del capital de riesgo.

En otras palabras, si un modelo de IA logra mejorar incluso de forma marginal la calidad de ejecución o la rentabilidad, el impacto económico puede ser enorme. Por eso, la intersección entre IA avanzada y finanzas cuantitativas se volvió una zona especialmente codiciada.

El historial que presume EquiLibre también ayuda a alimentar ese interés. La compañía afirma que comenzó a operar en mercados cripto en 2025 y que desde entonces no ha tenido meses negativos, aunque no divulgó retornos exactos ni métricas detalladas de riesgo.

Ese punto es importante para poner el anuncio en contexto. Cero meses negativos no equivale, por sí solo, a una evaluación completa del desempeño, pero sí funciona como una señal comercial poderosa en una industria obsesionada con consistencia y ventaja estadística.

Praga como centro de talento y ventaja operativa

Para construir la empresa, los fundadores decidieron regresar a su país natal, Chequia. Schmid explicó que allí ya tenían una red de colaboradores y amigos provenientes de Google y otros entornos tecnológicos avanzados.

Esa decisión ayudó a EquiLibre a formar su equipo inicial en 2022. Hoy la compañía cuenta con 25 empleados, una cifra modesta en comparación con gigantes del sector, pero considerable para un laboratorio especializado en modelos de frontera.

Schmid defendió además la elección de Praga desde una lógica de retención de talento. Frente a San Francisco, dijo, resulta mucho más fácil mantener a las personas valiosas porque no aparece una nueva oportunidad deslumbrante de IA cada dos meses.

La ciudad tampoco está vacía de competencia tecnológica. BottleCap AI tiene sede en el mismo edificio, aunque EquiLibre destaca como una de las compañías más notables de la región por la procedencia y el nivel de su equipo investigador.

La empresa planea escalar su infraestructura computacional en Europa Central y del Este. Su objetivo es poner en línea lo que espera sea uno de los clústeres de cómputo más grandes de esa región.

Ese enfoque revela otra dimensión del negocio. En IA aplicada a trading, el talento importa, pero también pesan el acceso a hardware, la eficiencia del entrenamiento y la capacidad para extraer más rendimiento de una cantidad limitada de chips.

Schmid sostuvo precisamente que EquiLibre busca “obtener más de menos”. Esa frase apunta a una estrategia de optimización de cómputo que puede ser clave cuando se compite contra actores mucho más capitalizados.

El nuevo entusiasmo por el aprendizaje por refuerzo

El caso de EquiLibre encaja en una tendencia más amplia. Los inversionistas siguen con atención a exalumnos de DeepMind que hoy crean laboratorios de IA de frontera fuera de Alphabet.

Un ejemplo reciente es Ineffable Intelligence, que recaudó USD $1.100 millones. Aunque muchas de estas iniciativas están basadas en Reino Unido, EquiLibre aparece como una excepción destacada desde Chequia.

El trasfondo intelectual de la startup también refuerza su perfil. Entre los profesores con quienes trabajaron sus fundadores figura Rich Sutton, quien recibió el premio Turing en 2024 por sus contribuciones al aprendizaje por refuerzo y ahora integra la junta asesora de la empresa.

Schmid dijo que hace cuatro años existía escepticismo en torno al uso de aprendizaje por refuerzo para trading. Hoy, en cambio, asegura que la técnica pasó a convertirse en el estándar.

Ese cambio de percepción importa porque redefine la ventaja de haber empezado temprano. “Porque comenzamos hace cuatro años, creemos que estamos adelante”, dijo el CEO.

Para lectores menos familiarizados con el tema, el aprendizaje por refuerzo no funciona igual que un modelo de lenguaje o un clasificador estático. Aquí el sistema aprende una política de acción, evalúa consecuencias y ajusta su conducta mediante ciclos repetidos de prueba y recompensa.

En finanzas, ese método puede aplicarse a decisiones de ejecución, asignación, cobertura o manejo de inventario. También puede combinarse con otros modelos, incluidos LLMs, aunque la nota no detalla la arquitectura exacta usada por EquiLibre.

Competencia dura y un mercado donde no hay un solo ganador

A pesar del entusiasmo, el camino no está despejado. El propio Schmid reconoce el riesgo de que competidores con más recursos puedan superar a la startup.

Uno de los referentes mencionados es Jane Street. La firma asegura que ya utiliza aprendizaje por refuerzo junto con LLMs, “o cualquier otra cosa que necesitemos para entrenar buenos modelos”.

Jane Street también afirma contar con “decenas de miles de GPUs de alta gama”. Esa escala contrasta con el enfoque de EquiLibre, que intenta sacar mayor provecho de una base de hardware mucho menor.

La comparación no es menor, porque Jane Street es conocida por su alta rentabilidad y por su capacidad para absorber rápidamente nuevas técnicas cuantitativas. Competir en ese terreno exige algo más que una buena demo o un pedigree académico llamativo.

Aun así, EquiLibre cree que el mercado no se comporta como un juego de suma cero absoluto. Schmid sostuvo que este no es un espacio donde solo un actor se lleva todo.

Esa idea encaja con la estructura fragmentada de los mercados financieros. Diferentes firmas pueden encontrar nichos, estrategias y ventanas temporales rentables sin expulsarse mutuamente de forma inmediata.

En ese sentido, la historia de EquiLibre no trata solo de una startup europea con raíces en DeepMind. También refleja cómo la IA de frontera se desplaza desde la investigación pura hacia aplicaciones donde una mejora técnica puede convertirse en dinero real con gran rapidez.

Para el ecosistema cripto y bursátil, el caso deja una señal clara. Las herramientas desarrolladas para navegar juegos complejos ya no se limitan al laboratorio y ahora compiten por capturar valor en algunos de los mercados más líquidos del planeta.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados