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

@@ -2140,7 +2140,14 @@ async def estimate_quality(
         median_price = int(median_ppm2 * payload.area_m2)
         range_low = int(q1_ppm2 * payload.area_m2)
         range_high = int(q3_ppm2 * payload.area_m2)
-        n_analogs = len(listings_clean)
+        # #2: n_analogs должен отражать число аналогов, реально внёсших цену в
+        # медиану, а не len(listings_clean). _filter_outliers СОХРАНЯЕТ листинги с
+        # price_per_m2 IS NULL, но prices_ppm2 их отбрасывает → len(listings_clean)
+        # завышал счётчик ("Найдено N аналогов" вводил в заблуждение; в пределе
+        # все price-less → median_ppm2=0, но n_analogs>0). Считаем по prices_ppm2.
+        # listings_clean НЕ фильтруем — downstream (analogs_lots, sources_used,
+        # repair_coef) по-прежнему работает с полным выживанием outlier-фильтра.
+        n_analogs = len(prices_ppm2)
     else:
         median_ppm2 = 0
         median_price = 0
@@ -3919,6 +3926,7 @@ def _fetch_analogs(
                 WITH base AS (
                     SELECT
                         {_ANALOG_SELECT_COLS},
+                        id,
                         ST_Distance(geom::geography, ST_MakePoint(:lon, :lat)::geography)
                             AS distance_m,
                         (
@@ -3976,7 +3984,13 @@ def _fetch_analogs(
                 FROM base
                 WHERE rn_addr <= :max_per_addr
                 {dup_filter}
-                ORDER BY relevance_score
+                -- Детерминированный тай-брейкер: при равном relevance_score (один
+                -- distance-bucket + year delta + house_type → идентичный score)
+                -- Postgres возвращал бы строки в произвольном порядке, и тот же
+                -- /analyze давал бы разные комп-сэты между запусками. distance_m
+                -- ASC → scraped_at DESC (свежее) → id ASC (PK, гарантирует total
+                -- order) делают выборку воспроизводимой.
+                ORDER BY relevance_score ASC, distance_m ASC, scraped_at DESC NULLS LAST, id ASC
                 LIMIT 300
                 """
                 ),
@@ -4029,6 +4043,7 @@ def _fetch_analogs(
                     listing_date, days_on_market, photo_urls,
                     scraped_at,
                     building_cadastral_number,
+                    id,
                     ST_Distance(geom::geography, ST_MakePoint(:lon, :lat)::geography)
                         AS distance_m,
                     (
@@ -4114,7 +4129,11 @@ def _fetch_analogs(
             FROM base
             WHERE rn_addr <= :max_per_addr
             {dup_filter}
-            ORDER BY relevance_score
+            -- Детерминированный тай-брейкер: симметрично Tier H. При равном
+            -- relevance_score Postgres возвращал бы строки в произвольном порядке
+            -- → недетерминированная оценка. distance_m ASC → scraped_at DESC
+            -- (свежее) → id ASC (PK, total order) делают выборку воспроизводимой.
+            ORDER BY relevance_score ASC, distance_m ASC, scraped_at DESC NULLS LAST, id ASC
             LIMIT 300
             """
             ),

tradein-mvp/backend/tests/test_estimator_n_analogs_priced.py

@@ -0,0 +1,131 @@
+"""#2 (adversarial audit) — n_analogs должен считать аналоги С ЦЕНОЙ, а не все.
+
+Дефект: `_filter_outliers` СОХРАНЯЕТ листинги с `price_per_m2 IS NULL` (нечего
+судить как outlier — keep). Затем агрегация считает медиану только по
+`prices_ppm2` (price-less отброшены), но `n_analogs = len(listings_clean)` считал
+ВСЕ листинги, включая безценовые. Итог: «Найдено N аналогов» завышен, а в пределе
+(все радиусные аналоги без цены) median_ppm2=0 при n_analogs>0.
+
+Фикс: в radius-aggregation ветке `n_analogs = len(prices_ppm2)` — число аналогов,
+реально внёсших цену. listings_clean НЕ фильтруется (downstream analogs_lots /
+sources_used / repair_coef сохраняют полное выживание outlier-фильтра).
+
+Контракты, которые фикс НЕ ломает (проверены отдельными тестами в
+test_same_building_anchor.py): #698 anchor-путь перезаписывает n_analogs на
+anchor['n']; #691 gate + _enforce_zero_analog_low ловят n_analogs==0 → 'low'.
+
+Полный estimate-путь со всеми I/O застаблен через harness _run_estimate из
+test_same_building_anchor.py (anchor_comps=[] / anchor_tier=None → radius-путь).
+"""
+
+from __future__ import annotations
+
+import importlib.util
+import os
+from datetime import UTC, datetime
+from pathlib import Path
+from typing import Any
+
+# Settings требует DATABASE_URL при инициализации (fail-fast, C-3).
+os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost/test_db")
+
+# Переиспользуем harness _run_estimate / _make_payload из anchor-теста (полный
+# estimate путь со всеми I/O застабленными). anchor_comps=[] + anchor_tier=None
+# направляет estimate в radius-aggregation ветку (где живёт фикс #2).
+_ANCHOR_TEST = Path(__file__).parent / "test_same_building_anchor.py"
+_spec = importlib.util.spec_from_file_location("_anchor_harness_n_analogs", _ANCHOR_TEST)
+assert _spec is not None and _spec.loader is not None
+_h = importlib.util.module_from_spec(_spec)
+_spec.loader.exec_module(_h)
+
+
+def _listing(price_per_m2: float | None, area_m2: float = 60.0) -> dict[str, Any]:
+    """Радиусный аналог; price_per_m2=None моделирует листинг без ₽/м².
+
+    Это и есть прод-сценарий дефекта: SQL-фильтр гарантирует price_rub>0, но
+    price_per_m2 — отдельно вычисляемая колонка и может быть NULL (напр. area_m2
+    отсутствует → ₽/м² не определён). _filter_outliers СОХРАНЯЕТ такой листинг
+    (нечего судить по ₽/м²), он попадает в listings_clean, но НЕ в prices_ppm2.
+    price_rub остаётся валидным (как в проде, WHERE price_rub > 0), поэтому
+    _listing_to_analog не падает — дефект именно в счётчике, не в построении.
+    """
+    return {
+        "source": "cian",
+        "source_url": "https://cian.ru/offer/1",
+        "address": "ЕКБ, ул. Хохрякова, 48",
+        "lat": 56.830,
+        "lon": 60.592,
+        "rooms": 2,
+        "area_m2": area_m2,
+        "floor": 5,
+        "total_floors": 14,
+        # price_rub всегда задан (прод WHERE price_rub > 0); ₽/м² может быть NULL.
+        "price_rub": (price_per_m2 * area_m2) if price_per_m2 else 9_000_000.0,
+        "price_per_m2": price_per_m2,
+        "listing_date": datetime(2026, 5, 1),
+        "days_on_market": 10,
+        "photo_urls": [],
+        "scraped_at": datetime(2026, 5, 20, tzinfo=UTC),
+        "distance_m": 0.0,
+        "relevance_score": 0.0,
+        "listing_segment": "vtorichka",
+    }
+
+
+def test_n_analogs_counts_only_priced_radius_analogs() -> None:
+    """Radius-путь: 3 аналога с ценой + 2 без цены (price_per_m2=None) пережили
+    outlier-фильтр → n_analogs == 3 (число ВНЁСШИХ цену), а не 5 (всего).
+
+    До фикса n_analogs = len(listings_clean) = 5 → «Найдено 5 аналогов» вводило в
+    заблуждение (медиана построена лишь по 3)."""
+    radius = [
+        _listing(price_per_m2=200_000.0),
+        _listing(price_per_m2=210_000.0),
+        _listing(price_per_m2=220_000.0),
+        _listing(price_per_m2=None),
+        _listing(price_per_m2=None),
+    ]
+    est = _h._run_estimate(
+        anchor_comps=[],
+        anchor_tier=None,
+        radius_analogs=radius,
+        payload=_h._make_payload(area=60.0, rooms=2),
+    )
+    # n_analogs = число PRICED аналогов (3), НЕ len(listings_clean) (5).
+    assert est.n_analogs == 3
+    # Медиана построена → headline ненулевой (sanity: фикс не обнулил оценку).
+    assert est.median_price_rub > 0
+
+
+def test_n_analogs_all_priceless_yields_zero_and_low() -> None:
+    """Radius-путь, ВСЕ аналоги без цены (price_per_m2=None) → median_ppm2=0,
+    n_analogs=0, и confidence='low' (zero-analog guard применяется).
+
+    Это крайний случай дефекта: раньше n_analogs>0 при median=0 («Найдено N
+    аналогов» при нулевой цене). Теперь n_analogs=0 → _compute_confidence
+    (median_ppm2==0 → 'low') + _enforce_zero_analog_low не дублирует (уже 'low')."""
+    radius = [_listing(price_per_m2=None) for _ in range(4)]
+    est = _h._run_estimate(
+        anchor_comps=[],
+        anchor_tier=None,
+        radius_analogs=radius,
+        payload=_h._make_payload(area=60.0, rooms=2),
+    )
+    assert est.n_analogs == 0
+    assert est.median_price_rub == 0
+    assert est.median_price_per_m2 == 0
+    assert est.confidence == "low"
+
+
+def test_n_analogs_all_priced_unchanged() -> None:
+    """Контроль: все аналоги С ценой → n_analogs = их число (поведение не меняется,
+    зеркало test_radius_path_n_analogs_unchanged для priced-only выборки)."""
+    radius = [_listing(price_per_m2=200_000.0 + i * 1_000) for i in range(5)]
+    est = _h._run_estimate(
+        anchor_comps=[],
+        anchor_tier=None,
+        radius_analogs=radius,
+        payload=_h._make_payload(area=60.0, rooms=2),
+    )
+    assert est.n_analogs == 5
+    assert est.median_price_rub > 0