feat: Sprint 1 - 数据正确性整改

P2-01: 移除 lifespan create_all,改为仅验证连接
       新增 /health/ready 就绪检查
P0-04: LLM 输出严格 Pydantic 校验
       - Agent 输出越界/非法 → parse_error
       - 预测输出自动修正 1X2 与比分一致性
P0-01: injuries cutoff 修复
       - get_injuries_for_match 增加 as_of 参数
       - injuries_slice 使用 as_of 过滤 retrieved_at
       - 防止回测时未来采集数据泄漏
P1-12: 批量入库优化
       - 预加载 teams 到内存 dict
       - 预加载 existing matches 到内存 set
       - 消灭 N+1 查询

src/data/injuries.py

@@ -178,8 +178,16 @@ async def ingest_injuries(db, *, date: str | None = None) -> dict:
     return result
 
 
-async def get_injuries_for_match(db, team_id: int, match_date) -> list[Injury]:
-    """查询某场比赛前某队的伤停名单(比赛日仍缺阵的)。"""
+async def get_injuries_for_match(db, team_id: int, match_date, as_of=None) -> list[Injury]:
+    """查询某场比赛前某队的伤停名单(比赛日仍缺阵的)。
+
+    Args:
+        db: 数据库 session
+        team_id: 球队 ID
+        match_date: 比赛日期
+        as_of: 截止时间(cutoff)。只返回 retrieved_at <= as_of 的记录。
+               用于回测时防止"未来采集的数据"泄漏到历史预测。
+    """
     from sqlalchemy import and_, or_, select
 
     from src.db.models import Injury
@@ -192,7 +200,15 @@ async def get_injuries_for_match(db, team_id: int, match_date) -> list[Injury]:
         .where(Injury.team_id == team_id)
         .where(Injury.injury_date <= match_date)
         .where(or_(Injury.return_date.is_(None), Injury.return_date >= match_date))
-        .order_by(Injury.injury_date.desc())
     )
+
+    # 回测防泄漏: 只使用 as_of 时间点之前已采集的数据
+    if as_of is not None:
+        if hasattr(as_of, "date"):
+            as_of = as_of.date()
+        stmt = stmt.where(Injury.retrieved_at.is_not(None))
+        stmt = stmt.where(Injury.retrieved_at <= as_of)
+
+    stmt = stmt.order_by(Injury.injury_date.desc())
     result = await db.execute(stmt)
     return list(result.scalars().all())