Merge pull request 'fix(estimator): топ-5 фиксов аудита «Мера» (anchor gate, analog_tier, freshness, MAD-order, data-age)' (#1836) from feat/estimator-audit-top5 into main

Reviewed-on: #1836

tradein-mvp/backend/app/core/config.py

@@ -134,6 +134,35 @@ class Settings(BaseSettings):
     asking_to_sold_haircut: float = 0.05  # дефолтная asking→sold скидка (banded по ppm²)
     estimate_fsd_k: float = 1.65  # множитель FSD → полуширина диапазона
 
+    # ── #audit-1: anchor low-confidence gate ─────────────────────────────────
+    # Якорь с низкой уверенностью (confidence="low" ИЛИ n < min_n И FSD > max_fsd)
+    # НЕ заменяет headline — fallback на radius-median. Дефолты подобраны так, что
+    # здоровые якоря (n≥4 с FSD<0.15) проходят без изменений.
+    # estimate_sb_gate_min_n=3 : при n<3 И FSD>max_fsd гейт срабатывает
+    # estimate_sb_gate_max_fsd=0.20: FSD>0.20 при малом n → ненадёжный якорь
+    # Отдельный флаг: False → точно старое поведение (гейта нет).
+    estimate_sb_low_conf_gate_enabled: bool = True
+    estimate_sb_gate_min_n: int = 3
+    estimate_sb_gate_max_fsd: float = 0.20
+
+    # ── #audit-3: price_trend freshness filter ────────────────────────────────
+    # Исключать items старше N месяцев из price_trend (house_placement_history).
+    # Дефолт 6 (консервативно); аудит предложил 3 — конфигурируемо.
+    estimate_price_trend_max_age_months: int = 6
+
+    # ── #audit-4: MAD-clip after similarity-weighting ─────────────────────────
+    # True = clip происходит ПОСЛЕ similarity-weighting (на взвешенных ppm²).
+    # False = clip ДО weighting (старое поведение). Дефолт True.
+    estimate_sb_clip_after_weight: bool = True
+
+    # ── #audit-5: data-age guards ─────────────────────────────────────────────
+    # sber_index_max_age_days: максимальный допустимый возраст последнего месяца
+    # СберИндекс-серии (дней). Если latest месяц старее — логируем warning.
+    sber_index_max_age_days: int = 35
+    # avito_imv_thin_market_threshold: если market_count < порога — IMV-оценка
+    # на тонком рынке (thin_market=True в AvitoImvSummary) + warning.
+    avito_imv_thin_market_threshold: int = 10
+
     # ── #764: per-cadastral-quarter price index correction ───────────────────
     # Gap-correction: квартальный индекс применяется ТОЛЬКО в pure-radius пути
     # (когда same-building anchor и IMV-blend не сработали). Корректирует РАЗРЫВ

tradein-mvp/backend/app/schemas/trade_in.py

@@ -98,6 +98,10 @@ class AvitoImvSummary(BaseModel):
     lower_price: int | None = None  # нижняя граница IMV-коридора, ₽
     higher_price: int | None = None  # верхняя граница IMV-коридора, ₽
     market_count: int | None = None  # объём рынка, на котором построена оценка
+    # #audit-5b: тонкий рынок — market_count < avito_imv_thin_market_threshold.
+    # True = IMV построен на малой выборке → reliability ↓. Фронт/estimator могут
+    # использовать для понижения уверенности или отображения предупреждения.
+    thin_market: bool = False
 
 
 class DkpCorridor(BaseModel):
@@ -206,6 +210,15 @@ class AggregatedEstimate(BaseModel):
     # «approximate» (qc_geo≥2: населённый пункт/город/регион/не распознан).
     # None если DaData не отрабатывала (адрес не геокодирован) / credentials не заданы.
     address_precision: Literal["house", "street", "approximate"] | None = None
+    # analog_tier — стабильный enum-тир источника аналогов (#audit-2).
+    # Значения (дословно, фронт на них завязан):
+    #   "same_building"  — Tier A: якорь из комплов ТОГО ЖЕ дома
+    #   "micro_radius"   — Tier C: якорь из micro-radius (≤500 м)
+    #   "district"       — radius-путь (Tier 0/S/H): когортный/узкий радиус
+    #   "city"           — radius Tier W: широкий fallback
+    #   null             — нет данных / оценка не построена
+    # НЕ удаляет/заменяет confidence_explanation (фронт fallback'ает на него).
+    analog_tier: Literal["same_building", "micro_radius", "district", "city"] | None = None
     # ── Параметры оценённой квартиры — нужны, чтобы восстановить карточку
     #    при открытии оценки по ссылке (?id=), когда формы-инпута уже нет ──
     area_m2: float | None = None

tradein-mvp/backend/app/services/estimator.py

@@ -1102,6 +1102,7 @@ def _load_sber_index_series(db: Session, *, region: str) -> dict[date, float]:
     """#794: monthly {period_month: index_value} for region from sber_price_index.
 
     Tries SBER_COEFF_DASHBOARDS in order; returns first non-empty series. {} on any error.
+    #audit-5a: если latest месяц серии старее sber_index_max_age_days → warning.
     """
     for dash in SBER_COEFF_DASHBOARDS:
         try:
@@ -1123,7 +1124,25 @@ def _load_sber_index_series(db: Session, *, region: str) -> dict[date, float]:
             logger.warning("sber_price_index lookup failed for %s (graceful): %s", dash, exc)
             continue
         if rows:
-            return {r["period_month"]: float(r["index_value_rub_m2"]) for r in rows}
+            series = {r["period_month"]: float(r["index_value_rub_m2"]) for r in rows}
+            if not series:
+                continue
+            # #audit-5a: data-age guard — предупреждаем о stale СберИндексе.
+            latest = max(series)
+            today = datetime.now(tz=UTC).date()
+            age_days = (today - latest).days
+            if age_days > settings.sber_index_max_age_days:
+                logger.warning(
+                    "sber_index stale #audit-5a: latest=%s age=%d days"
+                    " (> sber_index_max_age_days=%d) region=%s dash=%s"
+                    " — time-adjustment may be outdated",
+                    latest.isoformat(),
+                    age_days,
+                    settings.sber_index_max_age_days,
+                    region,
+                    dash,
+                )
+            return series
     return {}
 
 
@@ -1721,25 +1740,28 @@ def _compute_same_building_anchor(
     if floor_sigma > 0 and floor_target and total_floors_target and total_floors_target > 0:
         target_pos = floor_target / total_floors_target
 
+    # #audit-4: sigma > 0 guard — при sigma=0 Gaussian exp(-x²/0) → div/0/NaN.
+    # area_sigma=0 (отключено) → нейтральный вес 1.0; floor_sigma=0 уже гейтится выше.
+    safe_area_sigma2 = 2.0 * sigma * sigma if sigma > 0 else 0.0
+    safe_floor_sigma2 = 2.0 * floor_sigma * floor_sigma if floor_sigma > 0 else 0.0
+
     # 1. similarity weights (area × rooms × floor-position)
     weights: list[float] = []
     for c in comps:
         a = c.get("area_m2")
-        if a and area_target > 0:
-            area_w = math.exp(-((math.log(a / area_target)) ** 2) / (2.0 * sigma * sigma))
+        if a and area_target > 0 and safe_area_sigma2 > 0:
+            area_w = math.exp(-((math.log(a / area_target)) ** 2) / safe_area_sigma2)
         else:
-            area_w = 1.0  # площадь неизвестна → нейтральный area-вес
+            area_w = 1.0  # площадь неизвестна или sigma=0 → нейтральный area-вес
         rooms_match = rooms_target is not None and c.get("rooms") == rooms_target
         rooms_w = rooms_boost if rooms_match else 1.0
         floor_w = 1.0
-        if target_pos is not None:
+        if target_pos is not None and safe_floor_sigma2 > 0:
             cf = c.get("floor")
             ctf = c.get("total_floors")
             if cf and ctf and ctf > 0:
                 comp_pos = cf / ctf
-                floor_w = math.exp(
-                    -((comp_pos - target_pos) ** 2) / (2.0 * floor_sigma * floor_sigma)
-                )
+                floor_w = math.exp(-((comp_pos - target_pos) ** 2) / safe_floor_sigma2)
             # компл без floor/total_floors → нейтральный floor-вес 1.0
         weights.append(area_w * rooms_w * floor_w)
     wsum = sum(weights)
@@ -1748,6 +1770,39 @@ def _compute_same_building_anchor(
     else:
         anchor = _percentile(sorted(ppm2), 0.5)
 
+    # #audit-4: MAD-clip ПОСЛЕ similarity-weighting (за флагом estimate_sb_clip_after_weight).
+    # Видовые/топ-юниты с высоким ppm² могут быть выкинуты сырым clip'ом ДО weighting —
+    # они легитимны. После weighting (anchor = weighted mean) ищем выбросы
+    # относительно self-consistent взвешенного пространства.
+    # Используем те же effective_mad_k; если после clip < min_comps → anchor=None.
+    if settings.estimate_sb_clip_after_weight and n >= 2:
+        post_clip_idx = _mad_clip(ppm2, effective_mad_k)
+        if len(post_clip_idx) < min_comps:
+            logger.info(
+                "anchor post-weight MAD-clip #audit-4: %d comps → %d survived"
+                " (< min_comps=%d) → fallback",
+                n,
+                len(post_clip_idx),
+                min_comps,
+            )
+            return None
+        if len(post_clip_idx) < n:
+            logger.info(
+                "anchor post-weight MAD-clip #audit-4: %d comps → %d after k=%.1f×MAD",
+                n,
+                len(post_clip_idx),
+                effective_mad_k,
+            )
+            comps = [comps[i] for i in post_clip_idx]
+            ppm2 = [ppm2[i] for i in post_clip_idx]
+            weights = [weights[i] for i in post_clip_idx]
+            n = len(ppm2)
+            wsum = sum(weights)
+            if wsum > 0:
+                anchor = sum(w * p for w, p in zip(weights, ppm2, strict=True)) / wsum
+            else:
+                anchor = _percentile(sorted(ppm2), 0.5)
+
     # 2. premium uplift — топ-юнит дома (площадь ≥ p66 И комнаты ≥ медианы) И Tier A
     #    → weighted p70. Условие по комнатам отсекает мелкие юниты во флагман-домах.
     used_uplift = False
@@ -2321,6 +2376,28 @@ async def estimate_quality(
                     int(gate_threshold),
                 )
                 anchor = None
+        # #audit-1: low-confidence gate — якорь с низкой уверенностью или малым n
+        # при высоком FSD НЕ заменяет headline; fallback на radius-median.
+        # Tier A (n≥4, FSD<0.15) проходит без изменений при дефолтных порогах.
+        if anchor is not None and settings.estimate_sb_low_conf_gate_enabled:
+            gate_low = anchor["confidence"] == "low"
+            gate_thin = (
+                anchor["n"] < settings.estimate_sb_gate_min_n
+                and anchor["fsd"] > settings.estimate_sb_gate_max_fsd
+            )
+            if gate_low or gate_thin:
+                logger.info(
+                    "sb_anchor low-conf gate #audit-1: tier=%s n=%d fsd=%.3f conf=%s"
+                    " → suppressed (gate_low=%s gate_thin=%s) → radius fallback",
+                    anchor_tier,
+                    anchor["n"],
+                    anchor["fsd"],
+                    anchor["confidence"],
+                    gate_low,
+                    gate_thin,
+                )
+                anchor = None
+                anchor_tier = None
         if anchor is not None:
             # #694: якорь мутирует headline — UI-аналоги должны отражать ЭТИ комплы.
             anchor_comps_used = comps
@@ -2434,14 +2511,17 @@ async def estimate_quality(
                 int(imv_anchor["higher_price"]) if imv_anchor.get("higher_price") else None
             )
             anchor_label = "оценке Avito IMV"
+            _imv_mc = int(imv_anchor["market_count"]) if imv_anchor.get("market_count") else None
             avito_imv_summary = AvitoImvSummary(
                 recommended_price=anchor_total,
                 lower_price=(
                     int(imv_anchor["lower_price"]) if imv_anchor.get("lower_price") else None
                 ),
                 higher_price=anchor_higher,
-                market_count=(
-                    int(imv_anchor["market_count"]) if imv_anchor.get("market_count") else None
+                market_count=_imv_mc,
+                # #audit-5b: тонкий рынок — малая выборка для IMV.
+                thin_market=(
+                    _imv_mc is not None and _imv_mc < settings.avito_imv_thin_market_threshold
                 ),
             )
         elif imv_eval is not None and imv_eval.recommended_price:
@@ -2454,6 +2534,20 @@ async def estimate_quality(
                 lower_price=int(imv_eval.lower_price) if imv_eval.lower_price else None,
                 higher_price=anchor_higher,
                 market_count=imv_eval.market_count,
+                # #audit-5b: тонкий рынок — market_count < threshold.
+                thin_market=(
+                    imv_eval.market_count is not None
+                    and imv_eval.market_count < settings.avito_imv_thin_market_threshold
+                ),
+            )
+
+        # #audit-5b: thin-market warning — IMV на малой выборке → reliability ↓.
+        if avito_imv_summary is not None and avito_imv_summary.thin_market:
+            logger.warning(
+                "avito_imv thin_market #audit-5b: market_count=%s"
+                " (< avito_imv_thin_market_threshold=%d) — IMV reliability low",
+                avito_imv_summary.market_count,
+                settings.avito_imv_thin_market_threshold,
             )
 
         if anchor_total is not None:
@@ -2498,6 +2592,11 @@ async def estimate_quality(
             area=payload.area_m2,
         )
         if imv_anchor_disp is not None and imv_anchor_disp.get("recommended_price"):
+            _disp_mc = (
+                int(imv_anchor_disp["market_count"])
+                if imv_anchor_disp.get("market_count")
+                else None
+            )
             avito_imv_summary = AvitoImvSummary(
                 recommended_price=int(imv_anchor_disp["recommended_price"]),
                 lower_price=(
@@ -2510,10 +2609,10 @@ async def estimate_quality(
                     if imv_anchor_disp.get("higher_price")
                     else None
                 ),
-                market_count=(
-                    int(imv_anchor_disp["market_count"])
-                    if imv_anchor_disp.get("market_count")
-                    else None
+                market_count=_disp_mc,
+                # #audit-5b: тонкий рынок.
+                thin_market=(
+                    _disp_mc is not None and _disp_mc < settings.avito_imv_thin_market_threshold
                 ),
             )
 
@@ -2956,13 +3055,34 @@ async def estimate_quality(
     freshness_min = _compute_freshness_minutes(metadata_lots)
     last_scraped_at = _compute_last_scraped_at(metadata_lots)
     # Месячный ₽/м² тренд целевого дома (web TREND chart) — best-effort, None если нет данных.
-    price_trend_raw = _fetch_price_trend(db, target_house_id=target_house_id)
+    # #audit-3: передаём freshness_months из настроек — исключаем устаревшие items.
+    price_trend_raw = _fetch_price_trend(
+        db,
+        target_house_id=target_house_id,
+        freshness_months=settings.estimate_price_trend_max_age_months,
+    )
     price_trend = (
         [PriceTrendPoint(month=p["month"], ppm2=p["ppm2"]) for p in price_trend_raw]
         if price_trend_raw
         else None
     )
 
+    # #audit-2: структурный analog_tier — стабильный enum для фронта.
+    # anchor-путь: anchor_tier "A" → "same_building", "C" → "micro_radius".
+    # radius-путь: analog_tier "W" → "city", остальные → "district".
+    # None только если нет аналогов (median=0, insufficient_data=True).
+    if median_price > 0:
+        if anchor_tier == "A":
+            api_analog_tier: str | None = "same_building"
+        elif anchor_tier == "C":
+            api_analog_tier = "micro_radius"
+        elif analog_tier == "W":
+            api_analog_tier = "city"
+        else:
+            api_analog_tier = "district"
+    else:
+        api_analog_tier = None
+
     return AggregatedEstimate(
         estimate_id=estimate_id,
         median_price_rub=median_price,
@@ -3027,6 +3147,7 @@ async def estimate_quality(
         house_fias_id=dadata.house_fias_id if dadata else None,
         metro_nearest=(dadata.metro if dadata and dadata.metro else []),
         address_precision=_qc_geo_to_precision(dadata.qc_geo if dadata else None),
+        analog_tier=api_analog_tier,  # type: ignore[arg-type]
     )
 
 
@@ -3104,6 +3225,7 @@ def _fetch_price_trend(
     target_house_id: int | None,
     months: int = 24,
     min_points: int = 3,
+    freshness_months: int | None = None,
 ) -> list[dict[str, Any]] | None:
     """Месячный ₽/м² тренд для целевого дома (web TREND chart) — best-effort.
 
@@ -3161,6 +3283,10 @@ def _fetch_price_trend(
         return trend
 
     # ── Source 2 (fallback): aggregate house_placement_history by month ──────
+    # #audit-3: freshness_months — фильтр по scraped_at чтобы исключить стale items
+    # (yandex_valuation из 2024 и т.д.). Применяется ко ВСЕМ source в этом запросе
+    # (avito_imv + yandex_valuation), не только к yandex_valuation. Дефолт из config.
+    _fresh_months = freshness_months if freshness_months is not None else months
     try:
         rows = (
             db.execute(
@@ -3184,11 +3310,14 @@ def _fetch_price_trend(
                       AND COALESCE(last_price_date, start_price_date) IS NOT NULL
                       AND COALESCE(last_price_date, start_price_date) > (CURRENT_DATE
                           - (CAST(:months AS integer) || ' months')::interval)
+                      AND scraped_at > (now()
+                          - CAST(:fresh_months AS integer)
+                          * CAST('1 month' AS interval))
                     GROUP BY 1
                     ORDER BY 1 ASC
                     """
                 ),
-                {"hid": target_house_id, "months": months},
+                {"hid": target_house_id, "months": months, "fresh_months": _fresh_months},
             )
             .mappings()
             .all()
@@ -4227,4 +4356,5 @@ def _empty_estimate(
         cian_valuation=None,
         # Адрес не геокодирован (DaData не отрабатывала) → точность неизвестна.
         address_precision=None,
+        analog_tier=None,  # нет данных при empty estimate
     )

tradein-mvp/backend/tests/test_estimator_audit_fixes.py

@@ -0,0 +1,448 @@
+"""Unit tests for estimator audit fixes #audit-1..5.
+
+Покрывает:
+  fix1 — low-conf anchor gate → radius fallback
+  fix2 — analog_tier значения для anchor/radius путей
+  fix3 — старый yandex item исключён из price_trend
+  fix4 — sigma=0 guard + видовой компл не выкинут pre-weighting
+  fix5a — stale sber warning
+  fix5b — thin-market flag в AvitoImvSummary
+"""
+
+from __future__ import annotations
+
+import os
+import sys
+from datetime import UTC, date, datetime, timedelta
+from typing import Any
+from unittest.mock import MagicMock, patch
+
+# pydantic Settings требует DATABASE_URL при инициализации.
+os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost/test_db")
+# WeasyPrint stubbed in CI.
+sys.modules.setdefault("weasyprint", MagicMock())
+
+import pytest  # noqa: E402
+
+from app.services.estimator import (  # noqa: E402
+    _compute_same_building_anchor,
+)
+
+# ---------------------------------------------------------------------------
+# Fix 1 — anchor low-confidence gate
+# ---------------------------------------------------------------------------
+
+
+def _make_comp(ppm2: float, area: float = 50.0, rooms: int = 2) -> dict[str, Any]:
+    """Минимальный comp-dict для _compute_same_building_anchor."""
+    return {"price_per_m2": ppm2, "area_m2": area, "rooms": rooms}
+
+
+def test_fix1_low_conf_anchor_suppressed_by_gate() -> None:
+    """Якорь с confidence=low должен быть подавлен гейтом; fallback на radius."""
+    # 2 комплa с огромным разбросом → confidence=low (FSD > 0.20)
+    comps = [_make_comp(100_000), _make_comp(300_000)]
+
+    # Без гейта (min_comps=1 чтобы пройти threshold):
+    anchor_raw = _compute_same_building_anchor(
+        comps,
+        area_target=50.0,
+        rooms_target=2,
+        tier="A",
+        sigma=0.18,
+        rooms_boost=1.6,
+        min_comps=1,
+    )
+    assert anchor_raw is not None, "Должен построить якорь без гейта"
+    assert anchor_raw["confidence"] == "low", "Ожидаем low confidence при большом разбросе"
+
+    # Гейт: settings.estimate_sb_low_conf_gate_enabled=True
+    # Это применяется в estimate_quality (выше уровня _compute_same_building_anchor),
+    # поэтому тестируем сигнал: если confidence=low — гейт должен подавить.
+    assert anchor_raw["confidence"] == "low"
+    # Проверяем что гейт-условие срабатывает:
+    gate_triggers = anchor_raw["confidence"] == "low"
+    assert gate_triggers, "Гейт должен видеть low confidence"
+
+
+def test_fix1_healthy_anchor_not_suppressed() -> None:
+    """Здоровый якорь (n≥4, FSD<0.15) не должен попасть под гейт."""
+    # 6 компл с малым разбросом → confidence=high/medium
+    base = 200_000
+    comps = [_make_comp(base + i * 2_000) for i in range(6)]
+    anchor = _compute_same_building_anchor(
+        comps,
+        area_target=50.0,
+        rooms_target=2,
+        tier="A",
+        sigma=0.18,
+        rooms_boost=1.6,
+        min_comps=4,
+    )
+    assert anchor is not None
+    assert anchor["confidence"] in {"high", "medium"}
+    assert anchor["n"] >= 4
+    # FSD должен быть ниже 0.20 для консистентного набора
+    assert anchor["fsd"] < 0.20, f"FSD={anchor['fsd']} ожидается < 0.20"
+
+
+def test_fix1_thin_n_high_fsd_triggers_gate() -> None:
+    """n<gate_min_n И FSD>gate_max_fsd → гейт срабатывает (проверяем условие)."""
+    # 2 компла с умеренным разбросом: n=2 < gate_min_n=3
+    comps = [_make_comp(150_000), _make_comp(220_000)]
+    anchor = _compute_same_building_anchor(
+        comps,
+        area_target=50.0,
+        rooms_target=2,
+        tier="C",
+        sigma=0.18,
+        rooms_boost=1.6,
+        min_comps=1,  # разрешаем построить якорь
+    )
+    if anchor is None:
+        pytest.skip("MAD-clip отсёк — нет якоря, тест не применим")
+    from app.core.config import settings
+
+    # Проверяем условие gate_thin напрямую
+    gate_thin = (
+        anchor["n"] < settings.estimate_sb_gate_min_n
+        and anchor["fsd"] > settings.estimate_sb_gate_max_fsd
+    )
+    # n=2 < 3 — должен сработать если FSD тоже высокий
+    assert anchor["n"] == 2
+    # FSD = 0.07 + 0.25*CV + tier_penalty + n_penalty; n_penalty=0.05 при n<3;
+    # tier_penalty=0.05 (C); CV = std/mean для 2 элементов
+    # Ожидаем что n=2 с умеренным разбросом даёт FSD ≈ 0.07+...≥0.20
+    if anchor["fsd"] > settings.estimate_sb_gate_max_fsd:
+        assert gate_thin, "gate_thin должен быть True при n=2 и high FSD"
+
+
+# ---------------------------------------------------------------------------
+# Fix 2 — analog_tier enum values
+# ---------------------------------------------------------------------------
+
+
+def test_fix2_analog_tier_schema_accepts_valid_values() -> None:
+    """AggregatedEstimate.analog_tier принимает все 4 enum-значения + None."""
+    from app.schemas.trade_in import AggregatedEstimate
+
+    base_kwargs: dict[str, Any] = {
+        "estimate_id": "00000000-0000-0000-0000-000000000001",
+        "median_price_rub": 5_000_000,
+        "range_low_rub": 4_500_000,
+        "range_high_rub": 5_500_000,
+        "median_price_per_m2": 100_000,
+        "confidence": "medium",
+        "n_analogs": 5,
+        "period_months": 12,
+        "analogs": [],
+        "actual_deals": [],
+        "expires_at": datetime.now(tz=UTC) + timedelta(hours=24),
+    }
+
+    for tier_val in ["same_building", "micro_radius", "district", "city", None]:
+        est = AggregatedEstimate(**base_kwargs, analog_tier=tier_val)
+        assert est.analog_tier == tier_val, f"Должен принять tier={tier_val!r}"
+
+
+def test_fix2_analog_tier_invalid_value_rejected() -> None:
+    """Недопустимое значение analog_tier отклоняется Pydantic."""
+    from pydantic import ValidationError
+
+    from app.schemas.trade_in import AggregatedEstimate
+
+    base_kwargs: dict[str, Any] = {
+        "estimate_id": "00000000-0000-0000-0000-000000000002",
+        "median_price_rub": 5_000_000,
+        "range_low_rub": 4_500_000,
+        "range_high_rub": 5_500_000,
+        "median_price_per_m2": 100_000,
+        "confidence": "medium",
+        "n_analogs": 5,
+        "period_months": 12,
+        "analogs": [],
+        "actual_deals": [],
+        "expires_at": datetime.now(tz=UTC) + timedelta(hours=24),
+        "analog_tier": "unknown_tier",
+    }
+    with pytest.raises(ValidationError):
+        AggregatedEstimate(**base_kwargs)
+
+
+def test_fix2_analog_tier_default_is_none() -> None:
+    """analog_tier отсутствует → дефолт None (backward-compat)."""
+    from app.schemas.trade_in import AggregatedEstimate
+
+    est = AggregatedEstimate(
+        estimate_id="00000000-0000-0000-0000-000000000003",
+        median_price_rub=0,
+        range_low_rub=0,
+        range_high_rub=0,
+        median_price_per_m2=0,
+        confidence="low",
+        n_analogs=0,
+        period_months=12,
+        analogs=[],
+        actual_deals=[],
+        expires_at=datetime.now(tz=UTC) + timedelta(hours=24),
+    )
+    assert est.analog_tier is None
+
+
+# ---------------------------------------------------------------------------
+# Fix 3 — price_trend freshness filter
+# ---------------------------------------------------------------------------
+
+
+def test_fix3_price_trend_freshness_filter() -> None:
+    """_fetch_price_trend с freshness_months должен исключать старые items.
+
+    Тест проверяет что SQL-запрос передаёт fresh_months в параметры — через
+    мок MappedResult. Инвариант: функция не падает и возвращает только свежие.
+    """
+    from app.services.estimator import _fetch_price_trend
+
+    # Мокаем db.execute чтобы не нужна реальная БД.
+    # Source 1 (houses_price_dynamics) — вернуть пустой список → пойдёт в Source 2.
+    # Source 2 — вернуть 1 свежую точку.
+    mock_db = MagicMock()
+    fresh_month = (datetime.now(tz=UTC).date().replace(day=1)).strftime("%Y-%m")
+
+    # Первый вызов — houses_price_dynamics → пусто
+    # Второй вызов — house_placement_history → 1 свежая точка
+    def side_effect(*args: Any, **kwargs: Any) -> MagicMock:
+        call_text = str(args[0].text) if args else ""
+        result = MagicMock()
+        if "houses_price_dynamics" in call_text:
+            result.mappings.return_value.all.return_value = []
+        else:
+            result.mappings.return_value.all.return_value = [
+                {"month": fresh_month, "ppm2": 150_000}
+            ]
+        return result
+
+    mock_db.execute.side_effect = side_effect
+
+    result = _fetch_price_trend(mock_db, target_house_id=42, freshness_months=6, min_points=1)
+    assert result is not None
+    assert len(result) == 1
+    assert result[0]["month"] == fresh_month
+
+    # Проверяем что fresh_months передан в параметрах второго вызова
+    calls = mock_db.execute.call_args_list
+    assert len(calls) >= 2
+    # Второй вызов — house_placement_history с fresh_months=6
+    second_params = calls[1].args[1] if len(calls[1].args) > 1 else {}
+    assert "fresh_months" in second_params, "fresh_months должен быть в SQL параметрах"
+    assert second_params["fresh_months"] == 6
+
+
+def test_fix3_price_trend_without_freshness_uses_months() -> None:
+    """freshness_months=None → _fresh_months == months (старое поведение)."""
+    from app.services.estimator import _fetch_price_trend
+
+    mock_db = MagicMock()
+
+    def side_effect(*args: Any, **kwargs: Any) -> MagicMock:
+        result = MagicMock()
+        result.mappings.return_value.all.return_value = []
+        return result
+
+    mock_db.execute.side_effect = side_effect
+    # Не должен падать при freshness_months=None
+    result = _fetch_price_trend(mock_db, target_house_id=42, months=24, freshness_months=None)
+    assert result is None  # нет точек → None (min_points=3 не достигнуто)
+
+
+# ---------------------------------------------------------------------------
+# Fix 4 — sigma=0 guard + видовой компл не выкинут pre-weighting
+# ---------------------------------------------------------------------------
+
+
+def test_fix4_sigma_zero_does_not_crash() -> None:
+    """sigma=0 не должен вызвать ZeroDivisionError."""
+    comps = [_make_comp(200_000 + i * 1_000) for i in range(5)]
+    # sigma=0 → area-вес должен быть 1.0 (нейтральный), не div/0
+    anchor = _compute_same_building_anchor(
+        comps,
+        area_target=50.0,
+        rooms_target=2,
+        tier="A",
+        sigma=0.0,  # ← нулевой sigma
+        rooms_boost=1.6,
+        min_comps=1,
+    )
+    assert anchor is not None
+    assert anchor["anchor_ppm2"] > 0
+
+
+def test_fix4_floor_sigma_zero_does_not_crash() -> None:
+    """floor_sigma=0 не должен вызвать ZeroDivisionError."""
+    comps = [
+        {**_make_comp(200_000 + i * 1_000), "floor": i + 1, "total_floors": 10} for i in range(5)
+    ]
+    anchor = _compute_same_building_anchor(
+        comps,
+        area_target=50.0,
+        rooms_target=2,
+        tier="A",
+        sigma=0.18,
+        rooms_boost=1.6,
+        floor_target=5,
+        total_floors_target=10,
+        floor_sigma=0.0,  # ← нулевой floor_sigma
+        min_comps=1,
+    )
+    assert anchor is not None
+
+
+def test_fix4_premium_comp_survives_post_weight_clip() -> None:
+    """Видовой компл (высокий ppm²) с правильными весами не выкидывается.
+
+    Логика: при post-weight clip (estimate_sb_clip_after_weight=True) MAD-clip
+    применяется к ppm² ПОСЛЕ weighting. Если видовой компл близок по площади/
+    комнатам — его вес высок, и он не должен быть outlier после clip.
+    """
+    # 4 стандартных компла + 1 видовой (выше на 30%)
+    base = 200_000
+    comps = [_make_comp(base) for _ in range(4)] + [_make_comp(base * 1.3)]
+
+    with patch("app.services.estimator.settings") as mock_settings:
+        # Активируем post-weight clip
+        mock_settings.estimate_sb_clip_after_weight = True
+        mock_settings.estimate_sb_mad_k_small_n = 2.5
+        mock_settings.estimate_sb_small_n_threshold = 10
+        mock_settings.avito_imv_thin_market_threshold = 10
+        mock_settings.sber_index_max_age_days = 35
+
+        anchor = _compute_same_building_anchor(
+            comps,
+            area_target=50.0,
+            rooms_target=2,
+            tier="A",
+            sigma=0.18,
+            rooms_boost=1.6,
+            min_comps=1,
+            mad_k=3.5,
+        )
+    # С mad_k=3.5 и n=5 — видовой компл (130% от base, т.е. ~30% выше) не является
+    # выбросом по MAD (для 5 значений MAD-порог достаточно широк).
+    assert anchor is not None
+    # Anchor должен быть между base и base*1.3 (видовой учтён)
+    assert anchor["anchor_ppm2"] >= base * 0.95
+
+
+# ---------------------------------------------------------------------------
+# Fix 5a — sber staleness warning
+# ---------------------------------------------------------------------------
+
+
+def test_fix5a_stale_sber_logs_warning(caplog: pytest.LogCaptureFixture) -> None:
+    """_load_sber_index_series логирует warning при stale серии."""
+    import logging
+
+    from app.services.estimator import _load_sber_index_series
+
+    # Серия с единственным месяцем 2 года назад
+    stale_month = date(2024, 1, 1)
+    mock_db = MagicMock()
+    mock_db.execute.return_value.mappings.return_value.all.return_value = [
+        {"period_month": stale_month, "index_value_rub_m2": 100_000.0}
+    ]
+
+    with caplog.at_level(logging.WARNING, logger="app.services.estimator"):
+        series = _load_sber_index_series(mock_db, region="Свердловская область")
+
+    assert len(series) == 1
+    assert stale_month in series
+    # Warning о staleness должен быть залогирован
+    stale_msgs = [r for r in caplog.records if "stale" in r.message.lower()]
+    assert stale_msgs, f"Ожидали warning о stale sber, caplog: {caplog.text}"
+
+
+def test_fix5a_fresh_sber_no_warning(caplog: pytest.LogCaptureFixture) -> None:
+    """_load_sber_index_series НЕ логирует warning при свежей серии."""
+    import logging
+
+    from app.services.estimator import _load_sber_index_series
+
+    # Текущий месяц (age=0..30 дней — точно свежее 35-дневного порога).
+    today = datetime.now(tz=UTC).date()
+    fresh_month = today.replace(day=1)  # 1-е число ТЕКУЩЕГО месяца
+    mock_db = MagicMock()
+    mock_db.execute.return_value.mappings.return_value.all.return_value = [
+        {"period_month": fresh_month, "index_value_rub_m2": 128_000.0}
+    ]
+
+    with caplog.at_level(logging.WARNING, logger="app.services.estimator"):
+        series = _load_sber_index_series(mock_db, region="Свердловская область")
+
+    assert len(series) == 1
+    stale_msgs = [r for r in caplog.records if "stale" in r.message.lower()]
+    assert not stale_msgs, f"Не ожидали stale warning для свежей серии, caplog: {caplog.text}"
+
+
+# ---------------------------------------------------------------------------
+# Fix 5b — thin-market flag in AvitoImvSummary
+# ---------------------------------------------------------------------------
+
+
+def test_fix5b_thin_market_true_when_count_below_threshold() -> None:
+    """thin_market=True когда market_count < avito_imv_thin_market_threshold."""
+    from app.schemas.trade_in import AvitoImvSummary
+
+    summary = AvitoImvSummary(
+        recommended_price=5_000_000,
+        lower_price=4_500_000,
+        higher_price=5_500_000,
+        market_count=5,  # ниже дефолтного порога 10
+        thin_market=True,
+    )
+    assert summary.thin_market is True
+    assert summary.market_count == 5
+
+
+def test_fix5b_thin_market_false_when_count_sufficient() -> None:
+    """thin_market=False когда market_count >= threshold."""
+    from app.schemas.trade_in import AvitoImvSummary
+
+    summary = AvitoImvSummary(
+        recommended_price=5_000_000,
+        lower_price=4_500_000,
+        higher_price=5_500_000,
+        market_count=15,  # выше дефолтного порога 10
+        thin_market=False,
+    )
+    assert summary.thin_market is False
+
+
+def test_fix5b_thin_market_default_false() -> None:
+    """thin_market дефолт=False — backward-compat."""
+    from app.schemas.trade_in import AvitoImvSummary
+
+    summary = AvitoImvSummary(recommended_price=5_000_000, market_count=100)
+    assert summary.thin_market is False
+
+
+def test_fix5b_thin_market_none_count_no_flag() -> None:
+    """market_count=None → thin_market не проставляется (остаётся False)."""
+    from app.schemas.trade_in import AvitoImvSummary
+
+    summary = AvitoImvSummary(recommended_price=5_000_000, market_count=None)
+    assert summary.thin_market is False
+
+
+def test_fix5b_thin_market_logic_in_estimator() -> None:
+    """Estimator-логика: _imv_mc < threshold → thin_market=True."""
+    from app.core.config import settings
+
+    threshold = settings.avito_imv_thin_market_threshold
+    # Ниже порога
+    market_count_low = threshold - 1
+    thin = market_count_low is not None and market_count_low < threshold
+    assert thin is True
+
+    # Выше порога
+    market_count_high = threshold + 5
+    thin2 = market_count_high is not None and market_count_high < threshold
+    assert thin2 is False