Aprende comparando el presente con contextos históricos.
Double C reconstruye cierres históricos con reglas sin lookahead. Compara cercanía, diversidad temporal, sensibilidad a la muestra y qué features explican la analogía.
Cada pregunta nace de evidencia canónica actual. El servidor valida la respuesta y emite XP; el navegador no decide el resultado.
Double C busca cierres históricos con un contexto parecido al actual. La similitud ayuda a comparar; no significa que el futuro vaya a repetirse.
Double C toma el ranking de similitud y construye una segunda muestra con separación temporal. Esto ayuda a detectar si una lectura depende de un único tramo de mercado.
Compara la distribución de los casos más cercanos con la muestra diversificada en el tiempo. Si difieren, Double C lo muestra como sensibilidad de muestra, no intenta escoger la versión más atractiva.
Compara qué features quedan entre las más parecidas tanto en la muestra nearest como en cross-cycle. Esto explica la analogía sin usar outcomes futuros.