DeepMind撲克校友將強化學習應用於交易
deepmind前研究人員為equilibre technologies籌集了a輪融資，將強化學習代理應用於股票交易，據稱零虧損紀錄。
Equilibre Technologies 由 DeepMind 團隊背後的 DeepStack 撲克 AI 研究人員創立，獲得了由 Creandum 領投的主要 A 輪投資，使其估值達到 5 億美元。該公司利用強化學習（Reinforcement Learning）- 與用於掌握不完美資訊遊戲（如撲克）的相同技術 - 來驅動與 Tower Research Capital 部署的交易代理。這些代理目前在標準普爾 500 指數和納斯達克指數上進行數十億日交易量，創業公司聲稱每月回報率均為正。通過在布拉格經營，團隊規模為 25 人，該公司利用可量化的獎勵信號（利潤）來訓練模型，無需大語言模型的巨大數據標註成本。這一發展標誌著 AI 人才從純粹研究轉向金融等高價值垂直領域的趨勢，在這些領域中強化學習可以立即變現。