Um trio de pesquisadores que ensinou uma inteligência artificial a jogar poker melhor do que qualquer humano encontrou um novo campo de batalha: o mercado de ações. A EquiLibre Technologies, startup baseada em Praga, na República Tcheca, alcançou uma avaliação de US$ 500 milhões após captar uma rodada de financiamento Série A liderada pela firma de venture capital Creandum, no maior investimento único da história da investidora.
Os fundadores, Martin Schmid (CEO), Rudolf Kadlec (CTO) e Matej Moravcik (CSO), foram pesquisadores visitantes no escritório do DeepMind em Edmonton, Canadá, onde desenvolveram o DeepStack, o primeiro programa de IA a derrotar profissionais no Texas Hold’em. Agora, eles usam a mesma tecnologia de aprendizado por reforço para negociar bilhões de dólares em volume diário no S&P 500 e na Nasdaq.
Do poker ao mercado de ações: uma transição natural
Para quem está de fora, a conexão entre poker e trading algorítmico pode parecer improvável. Mas para os fundadores da EquiLibre, a transição foi quase inevitável. Ambos os domínios compartilham uma característica fundamental: são ambientes onde a informação é incompleta, as decisões precisam ser tomadas sob incerteza e a recompensa ou punição chegam em forma de um número claro e objetivo.
“O scoring no trading é super simples: quanto dinheiro o agente fez?”, disse Martin Schmid ao TechCrunch. Essa simplicidade na definição do objetivo é, paradoxalmente, o que torna o aprendizado por reforço tão poderoso nesses contextos. O algoritmo não precisa que ninguém explique o que é uma boa jogada: ele aprende sozinho, recebendo recompensas por decisões lucrativas e penalidades por prejuízos.
No DeepStack, essa abordagem permitiu que a IA desenvolvesse estratégias de poker que superaram profissionais humanos de alto nível. No mercado financeiro, a promessa é similar: um agente que aprende continuamente com os dados do mercado, sem as limitações cognitivas ou emocionais que afetam traders humanos.
A parceria com a Tower Research Capital
A EquiLibre não opera de forma isolada. Em parceria com a Tower Research Capital, uma das firmas de quant trading mais respeitadas dos Estados Unidos, os algoritmos da startup negociam bilhões de dólares em volume diário nos principais índices americanos.
A trajetória da empresa começou em mercados de criptomoedas em 2025, um terreno considerado mais acessível para testar algoritmos de alta frequência pela operação 24 horas por dia e pela maior volatilidade, que amplifica os sinais de aprendizado. Após consolidar uma performance sólida nesse mercado, a empresa migrou para ações convencionais no início de 2026.
Desde o lançamento, a EquiLibre reivindica um histórico de zero meses negativos, um resultado que, se confirmado de forma independente ao longo do tempo, colocaria a empresa no seleto grupo de fundos quantitativos de elite.
O caminho do financiamento
A trajetória de captação da EquiLibre reflete o crescente interesse de investidores europeus em startups de deep tech baseadas no continente. A empresa recebeu seu primeiro investimento da Credo Ventures, firma tcheca que também apoiou empresas como ElevenLabs e UiPath em seus estágios iniciais.
O round de seed, liderado pela Blossom Capital, captou US$ 10 milhões a uma avaliação de US$ 140 milhões. Agora, com a Série A liderada pela Creandum, a avaliação saltou para US$ 500 milhões, representando um crescimento de quase quatro vezes em relação ao round anterior.
O tamanho do investimento da Creandum é notável. A firma de venture capital, com histórico de apostar em empresas como Spotify e King nos estágios iniciais, descreveu o aporte na EquiLibre como o maior investimento único que já realizou. Essa informação, por si só, diz muito sobre o nível de convicção dos investidores na tese da empresa.
Tecnologia e equipe: os fundamentos da EquiLibre
Com 25 pessoas na equipe atual, a EquiLibre opera de forma enxuta para uma startup com avaliação de US$ 500 milhões. Esse fato é ao mesmo tempo uma vantagem competitiva e um reflexo da natureza do negócio: o valor da empresa está nos algoritmos e nos dados, não em uma grande força de vendas ou em uma equipe de operações.
A construção da equipe foi feita de forma deliberada. Schmid recrutou talentos principalmente na diáspora tcheca que trabalha no Google e em outras grandes empresas de tecnologia, profissionais com formação sólida em aprendizado de máquina e pesquisa que já contribuíram para projetos de ponta, mas que estavam dispostos a aceitar o risco de uma startup em troca de participação acionária e autonomia.
O conselho consultivo da empresa inclui Rich Sutton, um dos pioneiros do aprendizado por reforço e ganhador do Prêmio Turing em 2024. A presença de Sutton no advisory board não é apenas simbólica: ela sinaliza que a EquiLibre tem acesso a expertise técnica no mais alto nível de uma área central para toda a sua estratégia.
A batalha pela infraestrutura computacional
Com o novo capital, a EquiLibre planeja investir significativamente em infraestrutura computacional. A empresa tem a ambição de construir um dos maiores clusters de computação da Europa Central e Oriental, uma infraestrutura que será fundamental para continuar treinando e refinando os algoritmos de trading.
Esse investimento coloca a EquiLibre em rota de colisão com concorrentes como a Jane Street, a firma de trading algorítmico que domina o setor há décadas. A Jane Street combina aprendizado por reforço com modelos de linguagem de grande porte e opera dezenas de milhares de GPUs de ponta, uma capacidade computacional que poucos no setor podem igualar.
A estratégia da EquiLibre, por outro lado, é fazer mais com menos. Schmid acredita que algoritmos bem desenhados, treinados com as técnicas certas de aprendizado por reforço, podem competir com concorrentes muito maiores sem necessariamente igualar seu poder computacional bruto. É uma aposta na qualidade sobre a quantidade, e os resultados até agora sugerem que pode funcionar.
Além do trading: o que o sucesso da EquiLibre significa para o ecossistema europeu
A trajetória da EquiLibre Technologies é relevante não apenas para o mercado financeiro, mas como estudo de caso sobre como a pesquisa fundamental em IA pode ser transformada em negócios de alto impacto.
Os fundadores poderiam ter continuado suas carreiras em laboratórios de pesquisa ou em grandes empresas de tecnologia, acumulando publicações e reputação acadêmica. Em vez disso, escolheram testar se as mesmas técnicas que fizeram uma IA ganhar no poker podiam fazer dinheiro de verdade nos mercados financeiros. A resposta, pelo menos até agora, parece ser sim.
O sucesso da startup também envia um sinal importante para o ecossistema europeu de venture capital: é possível construir empresas de deep tech de classe mundial em Praga, em Berlim, em Lisboa e não apenas no Vale do Silício ou em alguns bairros de Londres. A diáspora de talentos técnicos europeus que trabalha nas grandes empresas americanas é um recurso que as startups europeias ainda exploram de forma insuficiente.
Para a comunidade de pesquisa em aprendizado por reforço, a EquiLibre representa a prova de que décadas de trabalho teórico em ambientes de jogo têm aplicações comerciais diretas e lucrativas. Do xadrez ao Go, do poker às bolsas de valores: a IA que aprende jogando está, cada vez mais, jogando para valer.
A reportagem foi publicada originalmente pelo TechCrunch. Leia a matéria original em inglês.
