Článek
Loni uzavřela česká firma EquiLibre Technologies tří českých programátorů smlouvu s Tower Research Capital, jedním z největších obchodníků na Wall Street. Cílem je, aby modely umělé inteligence českých programátorů mohly začít obchodovat na největších světových trzích a vydělávat peníze na příležitostech, které normální smrtelník nevidí.
„V současnosti naše modely přesouváme na ostré obchodování na burzu,“ říká v rozhovoru pro SZ Byznys jeden ze zakladatelů firmy EquiLibre Technologies Martin Schmid.
Startup už rozvíjejí třetím rokem a investoři, kteří zatím do firmy zainvestovali necelou půlmiliardu korun, chtějí vidět výsledky. Příští měsíce ukážou, zda čeští programátoři skutečně dokáží udělat revoluci v obchodování za pomoci umělé inteligence a vydělávat na tom. Ambice mladíkům nechybí. „Chceme se stát jednou z nejúspěšnějších firem na světě,“ dodává Schmid.
Jak jste se dostali od programu, který jako první na světě dokázal v pokeru porazit člověka, k algoritmickému obchodování?
Věděli jsme, že máme šikovnou partu lidí, kteří jsou dobří v samoučících algoritmech, co teď hodně fičí. A mysleli jsme si, že algoritmické obchodování je skvělá doména na to, kde budou fungovat dobře. Podobně jako v pokeru je i v obchodování jasně definovaný signál: vyhrál jsem/nevyhrál, respektive vydělal jsem/nevydělal jsem peníze.
Když jsme dělali poker a před spuštěním jsme si na kolejích s tím programem hráli, měli jsme stejný pocit jako teď. Že to prostě funguje. A proto naše modely přesouváme na ostré obchodování na burzu.
My to neděláme, protože by to bylo sexy. Děláme stejné věci jako s pokerem, jen na finančních trzích. Máme hodně důvodů si myslet, že jsme prošťouchli něco, co se nám povedlo jako prvním. Jsme první, kteří na algoritmické obchodování jdou touto novou metodou. Většina firem to dělá zatím postaru. A my se chceme stát jednou z nejúspěšnějších firem na světě.
Proč to nedělají ostatní?
Je to věc, kterou je jednodušší postavit od nuly pro malý startup. Tradiční obchodníci jsou velké firmy, které zaměstnávají tisíce lidí a staré technologie, takže překlopit se na tyto moderní je pro ně problém. Je to stejné, jako když si Volkswagen řekl, že jde taky dělat elektrická auta.
Martin Schmid (35)
- V roce 2022 založil EquiLibre Technologies, která se zaměřuje na integraci samoučících algoritmů do obchodování na kapitálových trzích.
- Firmu spoluvlastní s Matějem Moravčíkem a Rudolfem Kadlecem.
- Pracoval pro IBM a potom pro Google, nicméně opravdový průlom zaznamenali po naprogramování DeepStack, tedy prvního modelu umělé inteligence, která v pokeru porazila člověka.

Zleva: Rudolf Kadlec, Martin Schmid a Matěj Moravčík.
Další věc je, že lidí, kteří umějí moderní algoritmy dnes postavit v takové škále, je poměrně málo. A ti, kteří jsou, nechtějí moc jít pracovat do financí, ale jdou raději dělat do OpenAI, Googlu vytvářet velké jazykové modely. Divil byste se, kolik platí OpenAI.
Spojili jste se nedávno s fondem Tower Research Capital. V čem vaše spolupráce spočívá?
Je pro nás skvělá v tom, že my tady v Praze můžeme mít relativně malý a špičkový tým, který nedělá nic jiného, než se soustředí na vývoj našich modelů a technologií.
Normálně, kdyby si člověk řekl, že chce obchodovat na americké burze, tak nemůže, protože existuje tolik regulací, že musíte mít relativně dost lidí, kteří budou dělat množství jiných věcí než vývoj. Na základě smlouvy s Tower ale můžeme v Praze mít skutečně nejlepší lidi z celého světa, kteří nedělají nic jiného než vývoj.
Čím jste pro fond Tower zajímaví?
My jsme naštěstí zajímaví pro hodně investorů. Postavili jsme prototyp nové technologie a sestavili tým, takže Tower nebyla jediná firma z Wall Street, která s námi chtěla navázat spolupráci. Byla o nás v dobrém smyslu přetahovaná. Bavili jsme se se zhruba pěti různými partnery z Ameriky a nakonec jsme si vybrali Tower. Mají přístup k mnoha trhům po světě. Obchodují v Asii, v Americe, v Evropě a pro nás je pak hrozně jednoduché ty naše modely škálovat na další trhy.
My jsme pro ně zajímaví proto, že tuto technologii dokáže stavět jen pár týmů na světě a dostat se k nim je těžké.
Stali se Tower spolumajitelem vaší firmy?
Ne. Je to čistě obchodní partnerství. Většinu v naší firmě vlastníme my tři zakladatelé, a zbytek jsou fondy rizikového kapitálu.
Máte za sebou několik investičních kol. Jaká je valuace vaší firmy?
To nemůžeme komentovat. Zatím jsme získali od investorů necelých 20 milionů dolarů (480 milionů korun, pozn. red.). Dnes je naším investorem Credo Ventures, pak londýnský Blossom Capital a pak investoři z Kalifornie, kteří jsou i podílníkem ve SpaceX. Jsme ale stále většinoví akcionáři firmy.
Na čem konkrétně vyděláváte?
Obchodujeme spíš na rychlejších frekvencích, tedy nakupujeme a prodáváme v řádu milisekund. Pěkná výhoda a zároveň nevýhoda samoučících algoritmů spočívá v tom, že jim člověk nevidí tolik do hlavy.
Uvedu paralelu: Když například AI zahraje pěšákem dopředu v šachové hře, důvod, proč takto zahrála, je v tom, že se naučila, že tento krok vydělá hodně peněz. Ale člověk už přesně nevidí, jakou za tím AI má přesně myšlenku. Na trzích AI nevydělává na tom, že by měla štěstí, protože to by dlouhodobě nefungovalo. Pokud tedy něco vydělává dlouhodobě, tak to nutně znamená, že to vydělává na nějaké neefektivitě trhu.
To je dobré i pro finanční trhy, protože pokud to vydělává na efektivitě, tak tuto neefektivitu v důsledku odstraní.
Typická neefektivita je market making, tedy tvorba trhu, kdy lze vždycky nabídnout nižší cenu. Ale může to být nějaká komplexnější neefektivita, které sami nerozumíme.
V čem jste jiní než RSJ či Qminers, kteří také dělají algoritmické obchodování?
Nechceme se porovnávat s Qminers ani RSJ, ale spíš se světovými firmami jako Citadel či Renaissance Technologies. To je náš cíl. Qminers máme hodně rádi, jsou to naši kamarádi. Jak to chápu já, tak tyto firmy tradičně hodně používají analytické modely a matematiku, aby prostě modelovaly určité věci.
Pokusím se říct, proč to není dobrý nápad. Dává perfektní smysl používat analytické modely a matematiku na modelování jednoduchých věcí, když například hodím míč proti větru a chci vědět, kam dopadne, v jaké rychlosti, v jakém úhlu… Tuto realitu popíšou rovnice velmi přesně. Ale jakmile chci popsat rovnicemi složitou věc, jako je chování finančních trhů, ideální nejsou.
Na řízení auta nebo cokoliv složitějšího – jako jsou trhy – už nutně potřebujete zjednodušení. A to je špatně. My si myslíme, že na modelování světa je lepší používat AI modely. Je za tím samozřejmě hromada matematiky. Ale jde o to, že my používáme matematiku radši na to, abychom nadesignovali algoritmy, které potom dělají modelování světa, místo toho, aby náš model světa byla nějaká rovnice.
Jaké trhy tedy obchodujete?
Snažíme se soustředit na hlavní trhy. V současnosti jsme ve fázi přesunu našich modelů do ostré fáze.
My si myslíme, že můžeme postavit úplně jako první AI pro finanční trhy a tu chceme pak zavést na všech hlavních světových trzích, od Ameriky po Japonsko. Náš model AI pak bude obchodovat všude a stane se jednou z největších firem na světě.
Co vám k tomu chybí?
Potřebujeme pouze čas. Jinak máme vše, co potřebujeme.
Přemýšlel jste o tom, jak se povaha finančních trhů změní, když nastoupí AI modely i modely dalších firem v masivnějším měřítku?
To bude zajímavé. Už teď je skoro všechno obchodované automaticky. Myslím, že si můžeme ukousnout relativně malý trh koláče, ale všude po světě.
Potenciální ziskovost je tedy obrovská?
U algoritmů tohoto typu, tedy vysokofrekvenčního obchodování nebo tzv. tvůrců trhu, je ziskovost hrozně velká (tvůrce trhu prodává těm, kdo chtějí nakupovat a nakupuje od těch, kdo chtějí prodat, přičemž vydělávají na rozdílu v ceně, pozn. red.). Na jedné straně jsou fondy typu Warren Buffett, které spravují miliardy dolarů, takže mají obrovskou kapacitu, ale výdělečnost mají třeba „jenom“ 20 procent ročně. Na druhé straně spektra jsou firmy, které mají v procentech ziskovost mnohem větší, ale nemůžou pojmout tolik peněz.
Jaké jsou překážky při aplikaci algoritmů na finanční data?
Oproti jiným doménám, ať už jsou to šachy či poker, tak ve financích je poměrně dost jiný poměr toho, kolik je tam signálu, a kolik je tam šumu. Na finančních trzích je pořád hromada věcí, která se děje náhodně, což považuje AI za šum. A je těžší najít signál. Šum znamená, že věci nemají strukturu či pravidelnost a z pohledu AI jsou to náhodné pohyby.
Algoritmy musejí v datech najít nějakou strukturu, nějaký signál, který potom mohou využít. Algoritmus nemůže vydělat peníze na náhodných pohybech. Ve financích je signál slabý.
Vy tvrdíte, že vaše modely rozumí těm šumům trošku víc než ty tradiční?
Kdyby tradiční algoritmy dostaly čistý signál bez šumu, dokázaly by naše algoritmy z trhu „vyždímat“ mnohem víc peněz. Je třeba připomenout, že všechny algoritmy fungují čistě jen na finančních datech, nikoli na datech z novin či reálného světa.
Trhy jsou velmi náchylné k mániím, panikám, krachům. Jak se zachová váš algoritmus v případě prudkého propadu trhu? Předpokládám totiž, že kupujete a prodáváte i za vypůjčené peníze, jak je to u dealerů běžné.
My naštěstí typicky nemáme velké pozice, protože tím, že obchodujeme relativně vysokofrekvenčně, se pozice se rychle střídají. Není to tak, že když je nějaký prudký pohyb, tak nás to smete.
Americké burzy se v případě velkého propadu prostě zavřou. Jakmile vidíme velký pohyb, dokáže se náš program velmi rychle vypnout.
Jaké bylo jednání s americkými fondy, které o vás měly zájem?
Přiletěli přímo do Prahy za námi. Byly to přitom ty největší firmy z Wall Street. Bylo to hrozně fajn, protože díky tomu, že se o nás přetahovaly, dokázali jsme vyjednat velmi dobré parametry. Máme hodně volnosti.