backend/app/services/site_finder/market_metrics.py

@@ -8,9 +8,13 @@ forecasting-эпики (#950/#952) и relevance-модель (#949 PR B).
 
 Источники (см. `data/sql/68_schema_objective.sql`):
   - `objective_lots`           — per-flat текущее состояние (status, is_sold, area_pd,
-                                 rooms_int, district, premise_kind, sales_start_date).
+                                 rooms_int, district, premise_kind, sales_start_date) +
-  - `objective_lots_history`   — weekly-снапшоты per-flat: is_sold, contract_date,
+                                 `contract_date` («Дата договора») — реальная дата сделки,
-                                 area_pd — time-series для velocity/sell-through.
+                                 заполнена у 100% проданных лотов. Используем её и для
+                                 кумулятивного стока, и для продаж-в-окне (velocity /
+                                 absorption / sell-through). `objective_lots_history`
+                                 (weekly-снапшоты) НЕ используем: глубина ~17 дней не даёт
+                                 корректного окна продаж (см. #949).
   - elasticity (price_sensitivity) — переиспользуем
     `analytics_queries._elasticity_coef` (objective_corpus_room_month, log-log регрессия).
 
@@ -279,48 +283,32 @@ _STOCK_SQL = text(
     """
 )
 
-# Продажи за окно — из objective_lots_history (weekly timeline). «Продано в окне»
+# Продажи за окно — напрямую из objective_lots по contract_date («Дата договора»).
-# = лот, у которого в окне появилась contract_date ИЛИ is_sold стал TRUE. Берём
+# «Продано в окне» = лот с contract_date внутри окна. contract_date — реальная дата
-# по одному событию на лот (MIN snapshot где он впервые помечен проданным),
+# сделки и заполнен у 100% проданных лотов, поэтому источник надёжен и не требует
-# чтобы не считать один и тот же лот многократно из-за повторных снапшотов.
+# истории. (Раньше считали через objective_lots_history-снапшоты, но history глубиной
-# area_pd берём из того же history-снапшота (последний known area для лота).
+# ~17 дней: любой сейчас-проданный лот имел sold-снапшот в окне → «продажи в окне»
+# схлопывались в весь кумулятивный проданный сток, завышая absorption/velocity/MoS.
+# Bug #949: Автовокзал 6mo давал ~33 245 ед. вместо реальных ~2 308.)
+# area_pd берём из самого objective_lots (текущий per-flat area).
 _SALES_WINDOW_SQL = text(
     """
-    WITH hist AS (
-        SELECT
-            h.objective_lot_id,
-            h.snapshot_date,
-            h.area_pd,
-            (h.is_sold IS TRUE OR h.contract_date IS NOT NULL) AS sold_flag
-          FROM objective_lots_history h
-          JOIN objective_lots ol
-            ON ol.objective_lot_id = h.objective_lot_id
-         WHERE ol.premise_kind = :premise_kind
-           AND (
-                CAST(:district AS text) IS NULL
-                OR ol.district = CAST(:district AS text)
-               )
-           AND (
-                CAST(:has_obj_ids AS boolean) IS FALSE
-                OR ol.objective_lot_id = ANY(CAST(:obj_ids AS bigint[]))
-               )
-           AND h.snapshot_date >= CURRENT_DATE - CAST(:window_interval AS interval)
-    ),
-    first_sold AS (
-        SELECT DISTINCT ON (objective_lot_id)
-               objective_lot_id,
-               ol2.rooms_int,
-               hist.area_pd
-          FROM hist
-          JOIN objective_lots ol2 USING (objective_lot_id)
-         WHERE hist.sold_flag
-         ORDER BY objective_lot_id, hist.snapshot_date ASC
-    )
     SELECT
         COUNT(*)                          AS units_sold_window,
         COALESCE(SUM(area_pd), 0)         AS area_sold_window,
         rooms_int
-      FROM first_sold
+      FROM objective_lots ol
+     WHERE ol.premise_kind = :premise_kind
+       AND (
+            CAST(:district AS text) IS NULL
+            OR ol.district = CAST(:district AS text)
+           )
+       AND (
+            CAST(:has_obj_ids AS boolean) IS FALSE
+            OR ol.objective_lot_id = ANY(CAST(:obj_ids AS bigint[]))
+           )
+       AND ol.contract_date IS NOT NULL
+       AND ol.contract_date >= CURRENT_DATE - CAST(:window_interval AS interval)
      GROUP BY ROLLUP (rooms_int)
     """
 )
@@ -451,7 +439,7 @@ def _query_stock(db: Session, params: Mapping[str, Any]) -> dict[str, int]:
 def _query_sales_window(
     db: Session, params: Mapping[str, Any]
 ) -> tuple[int, float, dict[str, int]]:
-    """Продажи за окно из history. Возвращает (units, area_m2, {bucket: units}).
+    """Продажи за окно по contract_date. Возвращает (units, area_m2, {bucket: units}).
 
     GROUP BY ROLLUP: строка с rooms_int IS NULL — это grand-total (берём как
     units/area), остальные строки — разбивка по комнатности (для liquidity /

backend/tests/services/site_finder/test_market_metrics.py

@@ -482,3 +482,81 @@ class TestComputeMarketMetricsThinData:
         assert m.n_lots == 0
         assert m.confidence == "low"
         assert m.as_dict()["unit_velocity"] is None
+
+
+class TestSalesWindowSource:
+    """#949 REOPENED: продажи-в-окне считаются по objective_lots.contract_date,
+    а НЕ по objective_lots_history-снапшотам.
+
+    Корень бага: history глубиной ~17 дней → у каждого сейчас-проданного лота есть
+    sold-снапшот в окне → «продажи в окне» схлопывались в весь кумулятивный сток
+    (Автовокзал 6mo: ~33 245 ед. вместо реальных ~2 308), завышая absorption /
+    velocity / months_of_supply / liquidity / demand_concentration. Фикс: считать по
+    contract_date в окне — он реальная дата сделки и заполнен у 100% проданных лотов.
+    """
+
+    def test_sales_window_queries_contract_date_not_history(self) -> None:
+        db = _mock_db(_FULL_STOCK, _FULL_SALES)
+        with patch(_ELAST, return_value={"elasticity": -1.4, "source": "regression"}):
+            compute_market_metrics(db, district="Автовокзал", window_months=6)
+        sales_sql = _executed_sql(db, 1)
+        # Окно теперь по contract_date из objective_lots — без зависимости от history.
+        assert "objective_lots_history" not in sales_sql
+        assert "ol.contract_date IS NOT NULL" in sales_sql
+        assert "ol.contract_date >= CURRENT_DATE - CAST(:window_interval AS interval)" in sales_sql
+        assert "FROM objective_lots ol" in sales_sql
+        # Контракт окна сохранён: ROLLUP по комнатности + interval-bind через CAST.
+        assert "GROUP BY ROLLUP (rooms_int)" in sales_sql
+        assert ":window_interval::" not in sales_sql
+
+    def test_lots_sold_outside_window_not_counted(self) -> None:
+        """Регрессия бага: лоты, проданные ДАВНО (contract_date вне окна), но всё ещё
+        присутствующие как проданный сток, НЕ попадают в продажи-в-окне.
+
+        Раньше (history-подход) такой лот считался «проданным в окне» из-за свежего
+        снапшота → раздувал absorption. Теперь WHERE по contract_date их отсекает на
+        стороне БД, поэтому в окно попадают только реально-свежие сделки.
+
+        Сток: 41 091 проданных кумулятивно (как на проде), но в окне — только 2 308
+        реальных новых сделок по contract_date. absorption обязан считаться от 2 308,
+        а НЕ от кумулятивного стока → реалистичный (~доли в месяц), не 235%/мес.
+        """
+        # Кумулятивный сток (cumulative — корректен для n_sold / sell_through / confidence).
+        stock = {
+            "n_lots": 50_000,
+            "n_sold": 41_091,
+            "n_available": 8_909,
+            "obj_count": 40,
+            "n_long_unsold": 1_000,
+        }
+        # Окно (contract_date-фильтр на стороне БД) отдаёт ТОЛЬКО реально-свежие сделки.
+        # Давно-проданные лоты (contract_date вне окна) сюда не попадают вовсе.
+        real_window_units = 2_308
+        sales = [
+            {
+                "units_sold_window": real_window_units,
+                "area_sold_window": 110_000.0,
+                "rooms_int": None,
+            },
+            {"units_sold_window": 1_000, "area_sold_window": 40_000.0, "rooms_int": 1},
+            {"units_sold_window": 800, "area_sold_window": 44_000.0, "rooms_int": 2},
+            {"units_sold_window": 508, "area_sold_window": 26_000.0, "rooms_int": 3},
+        ]
+        db = _mock_db(stock, sales)
+        with patch(_ELAST, return_value={"elasticity": -1.4, "source": "regression"}):
+            m = compute_market_metrics(db, district="Автовокзал", window_months=6)
+
+        # velocity = 2 308 / 6, НЕ 41 091 / 6.
+        assert m.unit_velocity == real_window_units / 6
+        # absorption = (2 308 / 6) / 8 909 ≈ 0.043/мес — реалистично (доли единицы),
+        # а НЕ ~2.35 (235%/мес), как давал баг от кумулятивного стока.
+        assert m.absorption_rate is not None
+        assert m.absorption_rate < 0.1
+        assert round(m.absorption_rate, 4) == round((real_window_units / 6) / 8_909, 4)
+        # months_of_supply = 8 909 / (2 308 / 6) ≈ 23 мес — конечное, осмысленное.
+        assert m.months_of_supply is not None
+        assert 20.0 < m.months_of_supply < 25.0
+        # Кумулятив остаётся кумулятивным (не окно): n_sold / sell_through нетронуты.
+        assert m.n_sold == 41_091
+        assert m.sell_through_pct is not None
+        assert round(m.sell_through_pct, 1) == round(41_091 / 50_000 * 100, 1)