O novo SQ build 125 introduz múltiplas peças da gama de dados. Até agora, você era capaz de dividir seus dados históricos em apenas duas partes:

• Em Amostra - é aqui que as estratégias são desenvolvidas utilizando a evolução genética. Isto significa que a estratégia é avaliada nesta parte dos dados, e sua pontuação de desempenho (adequação) é computada a partir da métrica nesta parte dos dados. Esta adequação determina então quais estratégias na população são selecionadas para serem cruzadas e mutantes para criar uma nova geração. As melhores estratégias têm maior probabilidade de serem escolhidas para isto e graças a isto a população como um todo deve melhorar a cada geração.
• Fora da amostra - esta é uma parte "desconhecida" dos dados que não fazia parte da evolução. É usado para verificar se as estratégias funcionam também sobre dados "desconhecidos".
  A evolução genética não vê esta parte dos dados.

O novo build 125 acrescenta mais dois tipos possíveis, tornando-o 4 no total:

• Em Exemplo de Treinamento (IST) - isto é o mesmo que no In Sample que tivemos até agora. A evolução genética usa esta parte para determinar a aptidão e classificar as estratégias na população.
• Na validação de amostras (ISV) – uma nova parte no SQ X que é usada para determinar se o desempenho da estratégia na parte IST também é válido na parte ISV.
  No aprendizado de máquinas, é usado para determinar se os modelos treinados em Conjunto de Treinamento (IST) também são válidos em Conjunto de Validação.
  No SQ X ele pode ser usado para reiniciar a evolução genética quando a aptidão física estagna nesta parte.
• Fora de amostra – isto é o mesmo que antes, representa uma parte "desconhecida" dos dados que não fazia parte da evolução
• Sem comércio –  parte especial que significa que a estratégia não será comercializada nesta parte. Ela pode ser usada, por exemplo, para pular uma parte no meio dos dados que tem baixa volatilidade.
  

A recomendação geral na aprendizagem de máquinas é dividir os dados do histórico em 3 partes iguais: IST, ISV e OOS.

Outra divisão possível poderia ser 60/20/20, ou sair do período da amostra para a frente.

Múltiplas seções de dados

Outra novidade se o SQ X B 125 é que você pode definir múltiplo Na validação da amostra ou fora da amostra peçase não apenas uma, e em qualquer ordem que você queira.

Na figura acima, as partes brancas estão todas em treinamento por amostragem - estes são os dados sobre os quais as estratégias são desenvolvidas.

As partes azuis (ISV) são dados sobre os quais as estratégias são verificadas, e a evolução pode ser reiniciada quando está estagnada.

A parte cinza (sem comércio) é a que fica de fora - a estratégia não negocia aqui.

As partes verdes são partes OOS - não fazem parte da evolução genética e as estratégias são avaliadas com base em dados desconhecidos.

Condições e filtragem por cada seção

Todas as métricas são agora computadas também independentemente para cada uma dessas partese você pode utilizá-los em suas condições.

Por exemplo, você pode filtrar estratégias onde: O lucro líquido (OOS1) é pior que 80% de lucro líquido (OOS2).

Isto permite que você use uma filtragem "mais rigorosa" onde a estratégia tem que funcionar bem em várias partes dos dados.