新しいSQビルド125では、複数のデータレンジパーツが導入されます。これまでは、履歴データを2つのパートにしか分割できませんでした：

• サンプルにて –ここは、遺伝的進化を用いて戦略が進化させられる場所です。つまり、このデータ部分で戦略が評価され、その性能スコア（適応度）はこのデータ部分の指標から計算されます。この適応度によって、新しい世代を作り出すために集団内のどの戦略が交叉および突然変異の対象として選択されるかが決まります。最も優れた戦略がこれに選ばれる確率が最も高く、この仕組みのおかげで、集団全体として世代を経るごとに向上していくはずです。.
• アウトオブサンプル – これは進化のプロセスに含まれていなかったデータの「未知の」部分です。戦略が「未知の」データに対しても機能することを検証するために使用されます。.
  遺伝的進化はこのデータ部分をとらえない。.

新しいビルド125では、さらに2つの可能なタイプが追加され、合計で4つになります：

• イン・サンプル・トレーニング – これはこれまで使用していたインサンプルと同じです。遺伝的アルゴリズムはこの部分を使用して適応度を決定し、集団内の戦略をランク付けします。.
• サンプル検証 ISV – SQ Xの新パーツで、ISTパートにおける戦略のパフォーマンスがISVパートでも維持されるかどうかを判定するために使用されるもの。.
  機械学習では、トレーニングセット（IST）で訓練されたモデルが検証セット（Validation set）にも適用できるかどうかを判断するために使用されます。.
  SQ Xでは、この部分で適応度が停滞した際に遺伝的進化を再起動するために使用できます。.
• 標本外 – これは以前と同様であり、進化の一部ではなかったデータの「未知の」部分を表しています。
• 取引なし –  その部分ではストラテジーがトレードを行わないことを意味する特別な部分。例えば、データの中央にあるボラティリティの低い部分をスキップするために使用できます。.
  

機械学習における一般的な推奨事項は、履歴データをIST、ISV、OOSの3つの等しい部分に分割することです。.

もう一つの分割方法としては60/20/20にするか、あるいはサンプル外期間を先頭に移動する方法があります。.

複数のデータセクション

SQ X B 125のもう一つの新しい機能は、定義できることです 複数の 標本内検証または標本外 部品, 、1つだけでなく、任意の順番で。.

上の画像で白い部分はすべてインサンプル（標本内）のトレーニングであり、これらは戦略が進化する基となったデータです。.

青色（ISV）の部品は、戦略が検証されるデータであり、停滞しているときに進化を再開させることができる。.

グレーの部分（取引なし）は除外された部分であり、戦略はこの部分で取引を行いません。.

緑色の部分はOOS（サンプル外）のパーツです。これらは遺伝的進化の一部ではなく、戦略は未知のデータで評価されます。.

各セクションによる条件とフィルタリング

すべてのメトリクスが現在 これらの各部分についても個別に計算される, 、条件式の中で使用できます。.

たとえば、次のような条件を満たす戦略を除外することができます：純利益（OOS1）が、純利益（OOS2）の80%を下回るもの。.

これにより、戦略がデータの複数の部分で優れたパフォーマンスを発揮する必要がある、「より厳格な」フィルタリングを使用できるようになります。.