Utplassering av teknologi på noen tradisjonelle måter å gjøre forskjellige ting på ender noen ganger opp med å gi ekstraordinære resultater. I påvente av det samme, kom milliardæren hedgefondforvalter Paul Tudor Jones og administrerende direktør i SumerSports Thomas Dimitroff sammen. De begynte å jobbe med å utvikle en teknologi som hadde til hensikt å hjelpe lagene i National Football League-lagene til å ta de jevne avgjørelsene på tidspunktet for free agency og utkastet. På denne måten kan valg av optimale lagspillere være mulig.
SumerSports er først og fremst en oppstart, som WSJ rapporterte, som vil bruke analyser som gir de nødvendige verktøyene til teamene som hjelper dem med å ta vaktlistebeslutninger mens de bruker algoritmene. Oppstarten ble grunnlagt av Paul Tudor Jones og Thomas Dimitroff, som pleide å være daglig leder i Atlanta Falcons.
I følge selskapets uttalelse har to NFL-lag kommet opp med selskapet for å lage en modell som kan hjelpe beslutningstakerne.
Jones sa at oppstartsmodellen ville være lik prosedyren som ble brukt på tidspunktet for porteføljeoptimalisering i kvantitative handelsstrategier. Han sa at det var mange lignende prinsipper som viste seg å være svært vellykkede innen finansiell handel.
Videre la han til at det er klart for ham at lignende strategier som hjalp til med finansiell handel ville være anvendelige under utvelgelsen av spillere som danner en NFT-laget. Det er ganske vanskelig å tildele æren til hver spiller av 22 spillere som er tilstede på banen.
Dimitroff sa at det knapt er noe team som er villige til å tildele 15 til 20 personer på en gang, spesielt når det gjelder å oppfylle den økonomiske forpliktelsen som utviklerne legger inn i oppstartsprosjektet.
Videre la han til at i NFT dukker det knapt opp et øyeblikk som har baseball som høyt adopterte kvanter. Dette får lederne i SumerSports til å tro at slike ineffektiviteter kan skape et marked for å tilby tjenester.
Kilde: https://www.thecoinrepublic.com/2022/09/20/quantitative-trading-strategy-inspired-startup-for-nfl-analytics/