feat(data): 财务/日线同步增量 + 新浪「两边一致」校验兜底 + 逐只进度

- financial 默认增量：按 A 股披露节奏判断已最新并跳过；--full 强制全量重拉
- Tushare fina_indicator 增加报告期窗口与 100 条/请求自动分页（修复老报告期静默截断）
- 新浪兜底收紧为校验兜底：两源重叠历史一致才导入缺失键，行标记 source=sina；
  财务可比字段取 eps/销售毛利率（ROE 两端口径不同不作依据），日线只比较最近重叠交易日
- CLI 输出逐只进度与导入内容描述（来源/行数/报告期与公告区间），失败股票留待重跑
- financial_indicator 增 source 列（迁移 d3f6c9a21b04）；新增一致性/分页/服务测试

backend/app/infrastructure/data_sources/tushare.py

@@ -10,7 +10,7 @@ from __future__ import annotations
 import importlib
 import logging
 import time
-from datetime import date, datetime
+from datetime import date, datetime, timedelta
 from decimal import Decimal
 from typing import Any
 
@@ -183,9 +183,42 @@ class TushareProvider:
         )
         return self.normalize_adj_factor(records)
 
-    def get_financial(self, symbol: str) -> list[FinancialIndicator]:
-        records = self._call("fina_indicator", ts_code=symbol)
-        return self.normalize_financial(records)
+    def get_financial(
+        self,
+        symbol: str,
+        start: date | None = None,
+        end: date | None = None,
+    ) -> list[FinancialIndicator]:
+        """fina_indicator：报告期窗口 + 100 条/请求上限自动分页。
+
+        Tushare 单次请求最多返回 100 条（超出按最新 100 条截断），因此
+        全量历史必须按报告期窗口回卷分页，否则老报告期会被静默丢弃。
+        """
+        lo = start or date(1990, 1, 1)
+        hi = end or date.today()
+        raw: list[dict[str, Any]] = []
+        while lo <= hi:
+            batch = self._call(
+                "fina_indicator",
+                ts_code=symbol,
+                start_date=lo.strftime(_TS_DATE),
+                end_date=hi.strftime(_TS_DATE),
+            )
+            raw += batch
+            if len(batch) < 100:
+                break
+            ends = [
+                datetime.strptime(str(r["end_date"])[:8], _TS_DATE).date()
+                for r in batch
+                if r.get("end_date")
+            ]
+            if not ends:
+                break
+            next_hi = min(ends) - timedelta(days=1)
+            if next_hi < lo:  # 无进展保护（边界簇被截断等极端情况）
+                break
+            hi = next_hi
+        return self.normalize_financial(raw)
 
     # ---- 内部 ----