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/infrastructure/persistence/sqlalchemy/data_version.py

@@ -0,0 +1,129 @@
+"""数据集快照指纹：`experiment.data_version` 的真实取值来源。
+
+归档的用途是「往复查看 / 复现」，因此除了代码版本（code_version）还必须记录
+**当时的数据口径**：数据同步到哪一天、各表规模多大。此前该字段从未被写入
+（永远 NULL），本模块补上。
+
+诚实性与成本（AGENT.md §7 不静默 / §24 不假装支持）：
+- 交易日 `MAX(trade_date)` 走索引，实测 ~0.2ms，**真实值**；
+- 大表（stock_daily / adjust_factor / daily_basic，各 800 万行量级）的全表
+  `COUNT(*)` 实测单次 ~1.2s，三次合计 ~3.6s —— 不允许出现在请求路径上；
+  故 MySQL 下改用 `information_schema.TABLES.TABLE_ROWS`（单次查询实测 ~0.5ms），
+  它是 InnoDB 统计缓存的**近似值**（实测 stock_daily 7688126 vs 真实 COUNT(*)
+  8052698，偏差 ~4.6%），因此字符串里用 `≈` 明确标注为近似，绝不冒充精确计数。
+- 非 MySQL 方言（测试用的 SQLite 等）数据量小，直接 `COUNT(*)` 得到精确值，
+  不带 `≈` 标记；
+- 任何一段取不到（连接失败 / 表不存在 / 权限不足）都**降级**：要么丢弃该段，
+  要么整体返回 `unavailable`，绝不编造数字。
+
+字符串格式（≤40 字符 —— experiment.data_version 列是 varchar(40)，本文件不新增
+迁移，故必须塞得下；段超长时从右往左丢弃低优先级段，再退化到 `d<date>`）：
+
+    d<YYYYMMDD>   stock_daily 的最大交易日（`d-` 表示该表无数据 / 取不到交易日）
+    n<count>      stock_daily 行数
+    a<count>      adjust_factor 行数
+    b<count>      daily_basic 行数
+
+行数段写法：`≈<N>k` = MySQL 近似值（k = 千行，四舍五入）；`<N>` = 精确值。
+示例：`d20260904;n≈8053k;a≈8189k;b≈7718k`
+"""
+
+from __future__ import annotations
+
+import logging
+
+from sqlalchemy import func, select, text
+from sqlalchemy.orm import Session
+
+from app.infrastructure.persistence.sqlalchemy.models.market import (
+    AdjustFactorModel,
+    DailyBasicModel,
+    StockDailyModel,
+)
+
+logger = logging.getLogger(__name__)
+
+# experiment.data_version 列宽（varchar(40)，见 models/jobs.py + 既有迁移）
+DATA_VERSION_MAX_LEN = 40
+
+# 段定义：(段名, model)，顺序即优先级（越靠前越重要）
+_TABLES: tuple[tuple[str, type], ...] = (
+    ("n", StockDailyModel),
+    ("a", AdjustFactorModel),
+    ("b", DailyBasicModel),
+)
+
+_FALLBACK = "unavailable"
+
+
+def _fmt_rows(rows: int | None, *, approx: bool) -> str | None:
+    """行数段：近似值用「≈Nk」（千行），精确值用原样数字。"""
+    if rows is None:
+        return None
+    if not approx:
+        return str(rows)
+    return f"≈{round(rows / 1000)}k"
+
+
+def _latest_trade_date(session: Session) -> str:
+    """stock_daily 最大交易日 → `YYYYMMDD`；无数据 / 取不到 → `-`。"""
+    try:
+        day = session.execute(select(func.max(StockDailyModel.trade_date))).scalar()
+    except Exception as exc:  # noqa: BLE001 —— 指纹取不到必须降级，不影响归档主体
+        logger.warning("data_version: MAX(trade_date) 取不到：%s: %s", type(exc).__name__, exc)
+        return "-"
+    return day.strftime("%Y%m%d") if day is not None else "-"
+
+
+def _approx_rows_mysql(session: Session) -> dict[str, int]:
+    """MySQL：一次 information_schema 查询拿全部表的近似行数（实测 ~0.5ms）。"""
+    try:
+        rows = session.execute(
+            text(
+                "SELECT TABLE_NAME, TABLE_ROWS FROM information_schema.TABLES "
+                "WHERE TABLE_SCHEMA = DATABASE() AND TABLE_NAME IN :names"
+            ).bindparams(names=tuple(m.__tablename__ for _, m in _TABLES))
+        ).all()
+    except Exception as exc:  # noqa: BLE001
+        logger.warning("data_version: information_schema 查询失败：%s: %s", type(exc).__name__, exc)
+        return {}
+    return {str(name): int(n) for name, n in rows if n is not None}
+
+
+def _exact_rows(session: Session, model: type) -> int | None:
+    """其它方言（SQLite 等，数据量小）：精确 COUNT(*)。"""
+    try:
+        return int(session.execute(select(func.count()).select_from(model)).scalar() or 0)
+    except Exception as exc:  # noqa: BLE001
+        logger.warning("data_version: COUNT(*) 失败：%s: %s", type(exc).__name__, exc)
+        return None
+
+
+def compute_data_version(session: Session) -> str:
+    """计算数据集快照指纹（格式与取舍见模块 docstring）。失败降级为 `unavailable`。"""
+    try:
+        dialect = session.get_bind().dialect.name
+    except Exception:  # noqa: BLE001
+        dialect = ""
+
+    approx = dialect == "mysql"
+    approx_rows = _approx_rows_mysql(session) if approx else {}
+
+    # 首段恒为交易日段：`d-` 本身也是真实信息（表为空 / 取不到交易日），保留
+    segments: list[str] = [f"d{_latest_trade_date(session)}"]
+    for name, model in _TABLES:
+        rows = (
+            approx_rows.get(model.__tablename__) if approx else _exact_rows(session, model)
+        )
+        seg = _fmt_rows(rows, approx=approx)
+        if seg is not None:
+            segments.append(f"{name}{seg}")
+
+    # 列宽护栏：超 40 字符时从右往左丢弃低优先级段（保留的段仍是真实值，绝不截断数字）
+    while len(segments) > 1 and len(";".join(segments)) > DATA_VERSION_MAX_LEN:
+        segments.pop()
+
+    if len(segments) == 1 and segments[0] == "d-":
+        # 三张表连行数都读不到、交易日也没有：如实标记「不可用」，不编造
+        return _FALLBACK
+    return ";".join(segments)