Bolagsdata

StartSkåne länLimhamn

2x-capital AB

559192-7610 · Aktiebolag

Omsättning 2025
1,4 mkr
Resultat efter fin. poster 2025
−260 tkr
Årets resultat 2025
−260 tkr
Eget kapital 2025
−313 tkr

Utveckling

20192019: 0 kr0 kr20202020: 0 kr0 kr20212021: 0 kr0 kr20222022: 777 tkr777 tkr20232023: 1,6 mkr1,6 mkr20242024: 1,6 mkr1,6 mkr20252025: 1,4 mkr1,4 mkr

Omsättning per räkenskapsår.

Resultaträkning

Belopp i tusental kronor.

Post2025202420232022202120202019
Rörelseintäkter, lagerförändringar m.m. 1 3871 6081 55977700
Nettoomsättning 1 3871 6081 55977700
Förändring av lager av produkter i arbete 000
Övriga rörelseintäkter 000
Rörelsekostnader 1 6471 7811 39974922150
Råvaror och förnödenheter 000
Handelsvaror 000
Övriga externa kostnader 70984946318822150
Personalkostnader 9389329365610
Av- och nedskrivningar 00
Övriga rörelsekostnader 000
Rörelseresultat −261−17316029−22−150
Finansiella poster 0210000
Övriga ränteintäkter och liknande resultatposter 0210000
Räntekostnader och liknande resultatposter 0
Resultat efter finansiella poster −260−17116129−22−150
Resultat före skatt −260−17116129−22−150
Skatt på årets resultat 0033600
Årets resultat −260−17112823−22−150

Balansräkning

Belopp i tusental kronor.

Post2025202420232022202120202019
TILLGÅNGAR 3713831984004550
Anläggningstillgångar 04646
Materiella anläggningstillgångar 04646
Inventarier, verktyg och installationer 046
Övriga materiella anläggningstillgångar 46
Omsättningstillgångar 37138319840014
Kortfristiga fordringar 022
Kundfordringar 06
Upparbetad men ej fakturerad intäkt 0
Övriga fordringar 016
Förutbetalda kostnader och upplupna intäkter 0
Kassa och bank 37138317640014
EGET KAPITAL OCH SKULDER −13−53152122464550
Eget kapital −313−53119112133550
Bundet eget kapital 50505050505050
Aktiekapital 50505050505050
Fritt eget kapital −363−1036962−37−150
Balanserat resultat −10368−5940−1500
Årets resultat −260−17112823−22−150
Långfristiga skulder 0103210
Skulder till kreditinstitut 00
Checkräkningskredit 00
Övriga skulder 0103210
Kortfristiga skulder 3000330000
Leverantörsskulder 00
Skatteskulder 00330
Övriga skulder 3000000
Upplupna kostnader och förutbetalda intäkter 000

Noter om anläggningstillgångar

Belopp i tusental kronor.

Övriga materiella anläggningstillgångar

Post2020-12-312019-01-28
Anskaffningsvärde 4646

Om bolaget

Adress
MURBRUKSGATAN 11 LGH 1101, 216 47 LIMHAMN
Registrerat
2019-01-28
Bransch
Dataprogrammering

Verksamhet enligt registret

Bolaget bedriver utveckling av smarta algoritmer och mjukvara inom finansiell teknologi med tillämpningar inom portföljoptimering och tradingalgoritmer för aktiehandel med en affärsstrategi att licensiera ut algoritmer och tekniska lösningar.

Senaste årsredovisningen

Regelverk
K2
Revision
Nej, årsredovisningen är inte reviderad
Årsstämma
2026-07-15
Programvara
eDeklarera Årsredovisning

Allmänt om verksamheten

Bolaget har säte i Malmö och bedriver IT-konsult verksamhet. Bolaget utvecklar även ochsäljer trading algoritmer som fattar beslut i datordrivna hedgefonder som användermodern AI-teknik.

Väsentliga händelser

Under räkenskapsåret har bolaget fortsatt sin satsning på egenutvecklade AI-baserade investeringsmodeller. Bolaget har haft fortsatt tillgång till den europeiska superdatorn VEGA, vars betydande beräkningskapacitet, bestående av 2 040 AMD EPYC-processorer och 240 NVIDIA A100-grafikprocessorer, har möjliggjort omfattande träning, simulering och vidareutveckling av bolagets modeller.Bolaget har gjort betydande framsteg i utvecklingen av DiversiGuard, en proprietär algoritm baserad på Reinforcement Learning. DiversiGuard har vidareutvecklats för dynamisk och taktisk allokering mellan flera kvantitativa faktormodeller. Tekniken är utformad för att anpassa portföljens exponering efter rådande marknadsförhållanden samt förbättra hanteringen av volatilitet och extremrisk, så kallad tail-risk. Modellen har under året tränats för att identifiera och allokera kapital mellan flera kompletterande faktormodeller och har uppvisat lovande resultat i bolagets interna simuleringar och utvärderingar.Bolaget har även fortsatt utvecklingen av PrismAlpha, vilket är samlingsnamnet för bolagets djupa faktormodeller (Deep Factor models). Modellerna använder avancerad mönsterigenkänning för att identifiera investeringssignaler baserade på historiska prisrörelser, fundamental bolagsdata och alternativ data. PrismAlpha-modellerna är utformade för att kombinera flera signalkomponenter och generera prognoser för bolags och tillgångars framtida utveckling. Prognoserna används tillsammans med Deep Learning och Reinforcement Learning för portföljkonstruktion och portföljoptimering.Sammantaget har årets utvecklingsarbete stärkt bolagets proprietära tekniska plattform och förbättrat möjligheterna att kombinera prognosmodeller, faktormodeller och dynamisk riskallokering inom ett gemensamt investeringsramverk.