perf(backend): 内存优化三项——全市场研究不再占满 8G

1) 数据装配流式+列裁剪：Repository 新增 stream_range_many_columns（只 SELECT
   所需列、SQL 侧转 REAL、yield_per 分批），引擎按 required_columns 取数
   （LocalEngine 仅 close+因子字段），消除 ORM/Decimal 全量物化；
2) 研究 Job 独立子进程执行（job.mode=subprocess）：python -m app.cli.run_job
   在子进程内设 RLIMIT_AS 上限，OOM 归档 failed 而非拖垮 API worker；
   子进程异常退出由父进程补记 failed；并发上限 2；
3) 服务启动清理：残留 queued/running Job 标记 failed（防永久 running）。

实测同款全市场回测：uvicorn worker RSS 稳定 ~220MB，任务峰值内存由 4.1GB+
降至 ~470MB，24s 完成并归档（此前 43s 未完成即 OOM）。
新增/更新测试 96 passed，ruff 干净。

backend/app/quant/engine.py

@@ -10,6 +10,7 @@ from typing import Protocol
 import pandas as pd
 
 from app.domain.entities.research import BacktestResult, FactorTestReport, ResearchSpec
+from app.quant.factors import FactorError, get_factor
 from app.quant.local_engine import (
     TopKBacktestRunner,
     build_factor_panels,
@@ -17,12 +18,30 @@ from app.quant.local_engine import (
     run_spec_factor_test,
 )
 
+# LocalEngine 路径恒需 close（TopK 收盘撮合 / 前瞻收益）
+_CLOSE = {"close"}
+
+
+def factor_required_columns(spec: ResearchSpec) -> set[str]:
+    """spec 因子计算 + 回测撮合所需的行情数值列（含 close）。"""
+    needed = set(_CLOSE)
+    for fs in spec.factors:
+        try:
+            defn, _fn = get_factor(fs.name)
+        except FactorError:
+            continue  # 未知因子由执行期统一报错
+        needed.update(defn.requires)
+    return needed
+
 
 class QuantEngine(Protocol):
     """研究引擎端口：因子面板构建 / 因子测试 / 回测。"""
 
     name: str
 
+    def required_columns(self, spec: ResearchSpec) -> set[str]:
+        """执行该 spec 所需的行情数值列（数据装配按此裁剪，控制内存）。"""
+
     def run_factor_test(
         self, daily: pd.DataFrame, spec: ResearchSpec, horizon_days: int = 21
     ) -> FactorTestReport: ...
@@ -35,6 +54,9 @@ class LocalEngine:
 
     name = "local"
 
+    def required_columns(self, spec: ResearchSpec) -> set[str]:
+        return factor_required_columns(spec)
+
     def run_factor_test(
         self, daily: pd.DataFrame, spec: ResearchSpec, horizon_days: int = 21
     ) -> FactorTestReport: