Tu backtest miente. El Polígrafo lo demuestra.

¿Edge real o curve-fitting? Calcula PBO (probabilidad de overfitting), Deflated Sharpe y sensibilidad de parámetros sobre tu backtest. Si la curva bonita es un ajuste al pasado, lo dice con números — antes de que lo descubra tu cuenta.

Las métricas que MetaTrader no te enseña. Recalcula desde el historial crudo: SQN, expectancy, rachas, distribución de retornos. Contrasta lo que dice el report con lo que dicen los datos — y cuando no cuadran, te enseña la diferencia.

¿Sistema o suerte en el orden de los trades? Permuta tu historial miles de veces y enseña la distribución completa: drawdown esperado, riesgo de ruina con tu sizing real. El backtest te enseñó una película; esto te enseña todas las posibles.

Lo que funciona fuera de la muestra. Divide el histórico en ventanas: optimiza en una, valida en la siguiente. Si la estrategia solo gana en los datos donde se optimizó, no tienes un sistema — tienes una foto del pasado.

¿Meseta robusta o pico frágil? Analiza el mapa completo de tu optimización: si el óptimo elegido es un pico aislado, cualquier cambio de mercado lo tumba. Si hay meseta, hay robustez — y te dice dónde está.

La caja negra deja de serlo. Deduce la lógica de un EA cerrado desde su historial de operaciones: sesiones, distancias entre entradas, gestión de pérdidas. Si lo que te vendieron como «inteligencia artificial» es una martingala, lo verás aquí.

Auditoría de código MQL4/MQL5. No busca elegancia: busca los bugs que cuestan dinero — sizing sin tope, órdenes sin comprobar errores, divisiones por cero en vivo. Cada hallazgo con su línea y su riesgo real de trading.

Caza el look-ahead bias. El error más caro del trading algorítmico: usar en el backtest información que en vivo todavía no existe. Escanea el código buscando accesos a la vela en curso, repintado y cierres anticipados — el motivo nº1 de «funcionaba en backtest y murió en real».

De idea a esqueleto de EA, con el riesgo bien hecho desde el día uno. Convierte tu estrategia descrita en un esqueleto MQL compilable: entradas, salidas, filtros de sesión y — lo importante — sizing con tope y freno de drawdown por defecto.

¿Los datos que alimentan tu backtest son fiables? Audita la serie: huecos, spreads irreales, ticks duplicados, fines de semana fantasma. Un backtest sobre datos malos no es optimista ni pesimista — es ficción.

Tu estrategia, en una ficha sin piedad. Descompone el sistema en lo que de verdad es: edge declarado, reglas exactas, supuestos ocultos que nadie escribió. Los supuestos no examinados son donde mueren las cuentas.

¿Diversificas o repites la misma apuesta? Mide la correlación entre tus estrategias donde importa: en los peores días. Cuatro sistemas que caen juntos no son una cartera — son una posición grande con cuatro nombres.

¿Mala racha o muerte del edge? La pregunta que más dinero cuesta responder con las tripas. Analiza tu operativa en real con estadística de ventanas móviles y te dice qué hipótesis sostienen los datos — incluyendo «aún no concluyente», si es la verdad.

En qué mercado vive tu sistema — y en cuál muere. Cruza tus operaciones con regímenes de volatilidad y tendencia. Saber que tu estrategia pierde en rango no la arregla, pero te dice exactamente cuándo no operarla.

Cuánto edge queda después de la realidad. Re-simula tu backtest con los costes que el report ignora: slippage, spread variable, comisiones y swap reales de tu broker. Muchas estrategias no mueren por malas — mueren por caras.