feat: 量化引擎加固 — 新增测试 + 数据/因子/回测层优化

- 新增 finance/tests/ 6 个测试套件（agents/backtest/dao_upsert/factors/features/fundamental_lookahead）
- 数据层: data_manager / dao 优化，新增 upsert 逻辑
- 因子层: 基本面因子抽象定位 _mapping、ROE/PE/PB 重构
- 回测层: vectorbt/engine 大改动（251 行），report 增强
- ML 层: features/backtest_integration 特征工程与回测优化
- CLI: agent_cli 重构
- config/settings 扩充配置项

finance/cli/demo_ml.py

@@ -89,7 +89,7 @@ def main():
     test_price = price_df.loc[X_test.index]
     test_factor = factor_df.loc[X_test.index]
     bt_engine = VectorBTEngine()
-    benchmark = MLBenchmark([lgb_model, cb_model], fe, test_price, test_factor, bt_engine)
+    benchmark = MLBenchmark([lgb_model, cb_model], fe, test_factor, test_price, bt_engine)
     result = benchmark.run()
     print(result.round(2).to_string())
     print("  > 解读: 回测结果反映 ML 策略在测试集上的实盘表现。")