feat: 股息率案例口径 + 策略库与图表统一 + 回测存档完整化

汇总三轮未提交的开发（每轮均在本机 MariaDB + 真实浏览器上验证）：

1) 股息率案例（全市场股息率最高 n 只，默认 20，每 m 月择股）
   - 新增日频估值表 daily_basic + 迁移；股息率因子（dv_ratio / dividend_yield / TTM）
   - 名称历史表 stock_name_history：剔除 ST 按**择股日当时名称**判定，消除
     「曾高股息后 ST」的股息陷阱（实测 3.70pp 偏差）
   - 区间择股/调仓双周期（m 择股 / y 调仓）、指数成分与白名单、停牌近似剔除
   - 复权因子口径核对（4,164,742 行、缺失 0.0%）、收盘价成交与涨跌停拦单
   - 案例实测：2020-01-01~2026-09-04 总收益 +24.86%（年化 3.52%、回撤 -28.58%）

2) 策略库与前端统一
   - strategy 表 + CRUD/PUT 原地更新 + `describe_strategy` 按 spec 真实推导
     「一句话说明 + 计算公式 + 执行步骤 + 注意事项」（与引擎实执行规则同源）
   - 任何出现股票代码处都成对显示名称且可点击进个股页
   - 全站图表基座统一 TradingView Lightweight Charts（ECharts 依赖、
     锁文件、组件与文档标注一并清除），买卖点标记只落在真实交易日上

3) 回测存档完整化（可往复查看）
   - 同步端点（POST /api/backtests、/api/factor-tests）此前完全不落库 → 现在同样归档，
     归档 id 经响应头 X-Experiment-Id 返回（不破坏 response_model）
   - data_version 首次真实写入（数据快照指纹：最新交易日 + 各表规模）
   - 个股收益曲线默认**全量保存**（此前硬截断 60 只）；超出体积预算才裁剪，
     并写 archive_meta（机器可读）+ unimplemented（人可读）如实标注
   - 列表 kind/q 过滤 + X-Total-Count（此前 limit=50 静默截断）、DELETE 归档
   - 只读归档页 /experiments/{id}（Server Component，SSR 直出**选股条件**与
     **交易执行依据**）；结果视图按 kind 分发（backtest/factor_test/selection），
     非回测归档不套用回测口径
   - 新增 CLI：prune_experiments（保留策略，默认 dry-run）、
     restore_experiment_from_job（从 Job 副本按原 id 重建被删的历史归档，默认 dry-run）

门禁：pytest 388 passed、ruff All checks passed、tsc 0 错误、图表单测 7 passed、
next build 成功、契约脚本 verify_strategy_workspace 59/59（含按 kind 逐类验证归档页）。

backend/app/domain/entities/selection.py

@@ -18,7 +18,7 @@ from datetime import date, datetime
 
 from pydantic import BaseModel, Field, field_validator, model_validator
 
-from app.domain.entities.research import FactorSpec, UniverseSpec
+from app.domain.entities.research import ConditionSpec, FactorSpec, UniverseSpec  # noqa: F401
 
 
 class SelectionQuery(BaseModel):
@@ -26,8 +26,11 @@ class SelectionQuery(BaseModel):
 
     universe: UniverseSpec = UniverseSpec()
     price_adjustment: str = Field(
-        default="none", pattern="^(none|qfq)$",
-        description="行情口径：none 不复权（默认）/ qfq 前复权（结果 config_snapshot 中显式）",
+        default="none", pattern="^(none|qfq|hfq)$",
+        description=(
+            "行情口径：none 不复权（默认）/ qfq 前复权 / hfq 后复权（按 adjust_factor 折算）。"
+            "与回测（ResearchSpec.price_adjustment）同一口径域，结果 config_snapshot 中显式记录"
+        ),
     )
     # 研究时点：None → 引擎用 <= 今天最近可用交易日；显式给历史日期即做历史选股
     as_of: date | None = Field(
@@ -64,37 +67,21 @@ class SelectionQuery(BaseModel):
         return self
 
 
-class ConditionSpec(BaseModel):
-    """结构化选股条件（M6.2 使用）。
-
-    field 域：
-    - static.*：股票基础字段（industry / market / area / exchange / status…）
-    - 行情/技术字段：close / ma20 / ma60 / volume 及全部已注册因子名（momentum_60 等）
-    - fundamental.*：财务字段（eps / roe / total_revenue / net_profit / gross_margin），
-      仅取 announce_date <= as_of 的最新已公告值（防未来函数）
-    右操作数取 value（字面量）或 ref（另一字段名），二者二选一。
-    """
-
-    field: str
-    op: str = Field(pattern="^(gt|gte|lt|lte|eq|ne|in|not_in)$")
-    value: float | int | str | list | None = None
-    ref: str | None = None  # 与另一字段比较（如 close vs ma60）
-
-    @model_validator(mode="after")
-    def _require_operand(self) -> ConditionSpec:
-        if self.value is None and self.ref is None:
-            raise ValueError("value 与 ref 必须提供一个")
-        if self.value is not None and self.ref is not None:
-            raise ValueError("value 与 ref 只能提供一个")
-        if self.op in ("in", "not_in") and not isinstance(self.value, list):
-            raise ValueError("in/not_in 的 value 必须是列表")
-        return self
+# ConditionSpec 的实体定义已上移到 research.py（ResearchSpec 回测条件与
+# SelectionQuery 选股条件共用同一模型）。此处 re-export：`selection.ConditionSpec`
+# 就是 research.ConditionSpec 这**同一个类对象**，因此两侧 isinstance 判断一致。
+# （见文件顶部 import 处的引用）
 
 
 class SelectionCandidate(BaseModel):
-    """单只候选股（v2 §14.3/§21.1）。"""
+    """单只候选股（v2 §14.3/§21.1）。
+
+    `name` 为展示增强字段（可选默认 None）：由 SelectionService 用已装配的股票池
+    统一回填，引擎/选股算法本身不感知名称 —— 避免在每个出口零散 join。
+    """
 
     symbol: str
+    name: str | None = Field(default=None, description="股票名称（展示用）")
     rank: int
     score: float
     factor_values: dict[str, float] = Field(default_factory=dict)