feat: add VTB, Poland, and Lithuania leagues to parser

[Manimall]

Что сделано

Расширение датасета тремя лигами (VTB, PLK, LKL, сезон 2025/2026): парсер, сбор матчей, маппинг на Sofascore ID, обогащение TEAM_ADV и сбор реальных коэффициентов (full-time total). Главный итог — честная валидация против реального рынка.

---

Часть 1. Лиги в парсер

Три лиги в COLLECTOR_LEAGUES, слаги проверены вживую (HTTP 200): VTB /basketball/russia/vtb-united-league/, PLK /basketball/poland/basket-liga/, LKL /basketball/lithuania/lkl/. Собрано 863 матча (VTB 437, PLK 266, LKL 160), все с Q1–Q4.

Часть 2. Маппинг Sofascore ID + TEAM_ADV

• catalog.py: PLK (tournament 263), LKL (975) → sofascore_id_finder.py резолвит числовые ID.
• norm.py: фикс нормализации — ł đ ø ı ß æ œ (NFKD их не раскладывает). PLK-матчинг 69%→100%, 163 теста зелёные.
• Маппинг 425/426 (99.8%), Go-обогащение 419 матчей с box-score.

Часть 3. Реальные коэффициенты (full-time total)

Реверс-инжиниринг Flashscore Odds API (global.ds.lsapp.eu/odds/pq_graphql): параметры eventId, bookmakerId, betType=OVER_UNDER, betScope.

⚠️ Ключевая находка: 1H/1Q тоталов на Flashscore НЕ существует. Валидны только FULL_TIME_OVER_TIME (и FULL_TIME без линии); FIRST_HALF, *_QUARTER → отбивка на уровне enum. Проверено на матче PLK и на топ-игре EuroLeague (Valencia–Real Madrid) — даже там агрегатор 20+ букмекеров не даёт период-тоталов. Это рыночная реальность: букмекеры не котируют квартальные/половинные тоталы на эти лиги. Источник total_line_1h/1q отсутствует → колонки/миграция не делались.

Бэкфилл full-time линий (odds_enricher_direct.py):

Лига	С реальной линией
PLK	265 / 266 (99.6%)
LKL	158 / 160 (98.8%)
VTB	19 / 437 (рынка O/U почти нет)

---

🎯 Финал: честная валидация period=game против реального рынка

Раньше baseline считался на синтетической медиане (фиктивный ROI). Теперь — против настоящих закрывающих линий букмекеров:

PLK (n_train=212, n_test=53):

Комбо	AUC	ROI
BASE	0.403	−12.6%
BASE+FATIGUE	0.346	−16.4%
BASE+TEAM_ADV	0.404	−18.0%
BASE+FAT+TEAM_ADV	0.376	−16.9%

LKL (n_train=127, n_test=31):

Комбо	AUC	ROI
BASE	0.363	−19.6%
BASE+FATIGUE	0.388	−19.6%
BASE+TEAM_ADV	0.471	+5.6% (27 ст.)
BASE+FAT+TEAM_ADV	0.533	+4.8% (29 ст.)

VTB — пропущен (19 линий, ниже минимума train/test).

Вывод

Модель не бьёт рынок на этих лигах. AUC ≤ 0.50 (часто 0.36–0.40): против закрывающей линии модель анти-предсказательна — линия уже содержит всё, что «знает» модель. Два «плюса» LKL (+4.8/+5.6%) — на 27–29 ставках при AUC ~0.5, это шум. Закономерно: обыграть острую линию труднее, чем наивную медиану.

Это ценный честный отрицательный результат на реальных котировках вместо самообмана на синтетике. Знаменитая «EuroLeague 1H AUC 0.685» тоже была против синтетической медианы — и проверить её рынком нельзя, т.к. 1H/1Q рынка не существует.

Что НЕ сделано (обоснованно)

• total_line_1h/1q + миграция — источник не отдаёт период-тоталы.
• VTB game-валидация — недостаточно линий (рынок O/U по VTB на Flashscore почти пуст).

Данные/линии — в БД (.gitignore). Изменения кода: catalog.py + norm.py (коммит 2e090bf) + collector_config.py (59613dc).

🤖 Generated with Claude Code