feat(replay): M9-6 Bar Replay 线性重放（as_of 逐日仅用当时数据）

- domain/entities/replay.py：ReplayDay{top/events/counts}/ReplayResult 时间线
- ReplayService：universe.symbols 白名单必填（≤40）且重放交易日 ≤90（防全市场长任务）；
  每个交易日以 <=as_of 数据经同一 signal/score 引擎生成帧
- POST /api/replays（边界校验）→ 时间线；供前端 Bar Replay 控件（v3 §20.6 阶段二）
- tests/test_replays.py：重放帧 == 回测 selection_history 逐调仓日一致；范围约束；
  后段暴涨股不泄漏进早段帧（未来函数）；API 400/200；全量 pytest 通过

backend/app/domain/entities/replay.py

@@ -0,0 +1,34 @@
+"""Bar Replay（v3 §20.6，第二阶段 MVP）领域实体。
+
+线性重放：对给定选股查询与信号规则，在交易日序列上逐日以「当日为止的数据」执行
+（as_of 语义），输出每日时间线（意图 Top + 信号 + 计数），用于核对：
+- 未来函数：每日计算只用 <= as_of 数据（与静态研究同一引擎）
+- 一致性：重放某日结果 == 该日独立 select/signal 结果（亦 == 回测该调仓日意图）
+"""
+
+from __future__ import annotations
+
+from datetime import date
+
+from pydantic import BaseModel, Field
+
+from app.domain.entities.signal import SignalEvent
+
+
+class ReplayTop(BaseModel):
+    symbol: str
+    score: float
+
+
+class ReplayDay(BaseModel):
+    as_of: date
+    top: list[ReplayTop] = Field(default_factory=list, description="意图排名前 N（score 降序）")
+    events: list[SignalEvent] = Field(default_factory=list, description="当日信号（<=max_output_rank）")
+    counts: dict[str, int] = Field(default_factory=dict, description="BUY/WATCH/SELL 计数")
+
+
+class ReplayResult(BaseModel):
+    start: date
+    end: date
+    days: list[ReplayDay] = Field(default_factory=list)
+    top_n: int = 5