docs(forecast): исправить устаревшие комментарии #1959 (deep-review follow-up)

Doc-only, без изменений логики (deep-code-reviewer APPROVE):
- market_metrics _STOCK_SQL/_SALES_WINDOW_SQL + docstring: убрать ложную
  отсылку «зеркало … из 100_*.sql» (индекс создаётся ТОЛЬКО в миграции 173).
- _SALES_WINDOW_SQL комментарий + compute_market_metrics docstring: room_bucket
  это Source-B room_area-вокабуляр («Студии 15-30»/«2-к 45-60»/«80+ м²», зеркало
  room_area_bucket_of), НЕ Source-A «студия/1/2/3» — приводим к фактическому CASE.
- market_metrics: добавить комментарий, что DISTINCT-ON дедуп БЕЗУСЛОВНЫЙ (все
  вызовы compute_market_metrics, не только форсайт-путь); deep-review подтвердил
  безопасность для ratio/saturated-velocity консьюмеров; дедуп сырой таблицы
  objective_lots для platform-wide остаётся #1964.
- recommendation.map_class docstring: Economy → «стандарт» (код уже маппит так).

backend/app/services/forecasting/recommendation.py

@@ -146,8 +146,9 @@ def map_class(target_class: str | None) -> str | None:
     """Live target_class → forecast obj_class. PURE. None/неизвестное → None.
 
     Comfort/Comfort+ сворачиваются в «комфорт», Business/Elite — в «бизнес»,
-    Economy — в «эконом» (3 массовых класса §9.7). None → None = «без фильтра
-    класса», вызывающий отдаёт движку дефолтную сетку классов.
+    Economy — в «стандарт» (#1959: нижний массовый класс objective_lots —
+    «стандарт», эконома в данных нет). 3 массовых класса §9.7. None → None =
+    «без фильтра класса», вызывающий отдаёт движку дефолтную сетку классов.
     """
     if target_class is None:
         return None

backend/app/services/site_finder/market_metrics.py

@@ -278,11 +278,20 @@ def _room_bucket(rooms_int: int | None) -> str:
 # objective_lots — append-per-snapshot (~2.9× инфляция строк), без дедупа сток
 # раздут и симметрично раздувает спрос И предложение → деградирует посегментный
 # дефицит. Ключ физлота = (project_name, corpus_name, section, floor, lot_number);
-# берём строку с MAX(snapshot_date), tie-break MAX(id) (зеркало
-# objective_lots_physflat_latest_idx из 100_*.sql). project_name NOT NULL;
-# corpus/section/floor/lot_number могут быть NULL (~2.5% лотов) — для таких лотов
-# DISTINCT ON схлопывает NULL=NULL в одну группу (неидентифицируемые физлоты, в
-# дефицит-расчёте безопасно), для остального — точный per-flat дедуп.
+# берём строку с MAX(snapshot_date), tie-break MAX(id). Поддерживается индексом
+# objective_lots_physflat_latest_idx (создаётся в миграции 173) — он совпадает с
+# ключом и направлениями этого DISTINCT ON → Index Only Scan + Unique без Sort.
+# project_name NOT NULL; corpus/section/floor/lot_number могут быть NULL (~2.5%
+# лотов) — для таких лотов DISTINCT ON схлопывает NULL=NULL в одну группу
+# (неидентифицируемые физлоты, в дефицит-расчёте безопасно), для остального —
+# точный per-flat дедуп.
+#
+# ⚠️ ДЕДУП БЕЗУСЛОВНЫЙ — применяется ко ВСЕМ вызовам compute_market_metrics, не
+# только к форсайт-пути. Deep-review (#1959) подтвердил: безопасно для остальных
+# потребителей (absorption/MoS/sell_through — отношения; velocity — saturated),
+# т.к. inflation симметрична в числителе/знаменателе и съедается шкалой. Дедуп
+# здесь касается ТОЛЬКО выборки внутри метрик — дедуп самой сырой таблицы
+# objective_lots (для всех platform-консьюмеров) остаётся отдельной задачей #1964.
 #
 # Сегмент-фильтры (#1959): obj_class (class в objective_lots — lowercase, матчим
 # LOWER=LOWER) + room_bucket. ROOM-bucket — Source-B room_area-вокабуляр
@@ -369,11 +378,15 @@ _STOCK_SQL = text(
 # → velocity/absorption раздуты ~2.9× (раздувают спрос симметрично раздутому
 # предложению → дефицит вырождается в −1.0). Дедупим в CTE `latest`, окно по
 # contract_date и сегмент-фильтры применяем уже к дедуплицированному набору.
-# Ключ/направления дедупа — зеркало _STOCK_SQL / objective_lots_physflat_latest_idx.
-# contract_date / rooms_int / area_pd берём из последнего снапшота физлота.
+# Ключ/направления дедупа — зеркало _STOCK_SQL (оба поддержаны индексом
+# objective_lots_physflat_latest_idx из миграции 173). contract_date / rooms_int /
+# area_pd берём из последнего снапшота физлота.
 # Сегмент-фильтры (#1959): obj_class (lowercase, LOWER=LOWER) + room_bucket
-# (Source-A вокабуляр студия/1/2/3/4/5+) — применяются ПОСЛЕ дедупа (объективны
-# по физлоту). ROLLUP остаётся: при room_bucket-фильтре отдаёт {bucket, total}.
+# (Source-B room_area-вокабуляр "Студии 15-30"/"1-к 30-45"/"2-к 45-60"/"3-к 60-80"/
+# "80+ м²" — ТОЧНОЕ зеркало sales_series.room_area_bucket_of, как в _STOCK_SQL) —
+# применяются ПОСЛЕ дедупа (объективны по физлоту: класс/комнатность/площадь не
+# меняются между снапшотами). ROLLUP остаётся: при room_bucket-фильтре отдаёт
+# {bucket, total}.
 _SALES_WINDOW_SQL = text(
     """
     WITH latest AS (
@@ -452,13 +465,15 @@ def compute_market_metrics(
     (имеет смысл для ЕКБ-wide baseline).
 
     #1959 (посегментный дефицит): `obj_class` (lowercase в objective_lots,
-    матчим регистронезависимо) и `room_bucket` (Source-A вокабуляр —
-    "студия"/"1"/"2"/"3"/"4"/"5+", зеркало `_room_bucket()`) сужают выборку до
-    одного сегмента. Так base_pace (unit_velocity) и доступный сток становятся
-    ПОСЕГМЕНТНЫМИ, а не district-wide (иначе все ячейки what_to_build делят один
-    темп → дефицит вырождается в −1.0). None по обеим осям → прежнее district-wide
-    поведение. ВАЖНО: SQL дедуплицирует objective_lots до последнего снапшота на
-    физлот → counts (а значит и confidence) считаются на дедуплицированном наборе.
+    матчим регистронезависимо) и `room_bucket` (Source-B room_area-вокабуляр —
+    "Студии 15-30"/"1-к 30-45"/"2-к 45-60"/"3-к 60-80"/"80+ м²", зеркало
+    `sales_series.room_area_bucket_of` → what_to_build фильтрует БЕЗ перевода)
+    сужают выборку до одного сегмента. Так base_pace (unit_velocity) и доступный
+    сток становятся ПОСЕГМЕНТНЫМИ, а не district-wide (иначе все ячейки
+    what_to_build делят один темп → дефицит вырождается в −1.0). None по обеим осям
+    → прежнее district-wide поведение. ВАЖНО: SQL дедуплицирует objective_lots до
+    последнего снапшота на физлот → counts (а значит и confidence) считаются на
+    дедуплицированном наборе.
 
     Возвращает MarketMetrics ВСЕГДА (даже на пустых данных): тогда метрики =
     None, confidence='low'. Никогда не бросает на отсутствии данных.