feat(quant): 单策略引擎也给出买卖理由与因子曲线（口径与组合引擎一致）

「因子组合」/`POST /api/research/backtests` 走的是 `LocalEngine/TopKBacktestRunner`，
上一版只把理由接进了组合引擎，同一件事在两个引擎上就会有两种说法。这次补齐：

- `engine.py` / `qlib_adapter/engine.py`：因子面板**只算一次**
  （`build_factor_panels_full`）→ 复合分与「理由里引用的因子原始值」同源同张面板；
  复合分口径逐字未变（与 `selection.score_panel_for_factors` 相同）。
- `local_engine.py`：调仓日保留完整排名与合格集，各站点写入结构化理由 ——
  买入（按名次建仓 / 顺延成交 / 涨停 / 停牌 / 现金不足 / 不足最低佣金）、
  卖出（全量换仓 / 跌出 TopN / 不在候选池 / 停牌顺延 / 跌停顺延）；
  `Trade.entry_reason/exit_reason` 两端齐全；每个交易日记录持仓市值，
  结果填 `factor_curves`（持仓市值加权平均的因子原始值，空仓日不落点）。
- 新增 `SELL_REBALANCE_FULL`（「调仓换仓卖出」）：单策略调仓是「先全清再建仓」，
  被卖出的股票**可能仍排在 TopN 内**（如 rank=1），这时写「跌出 TopN」就是假解释；
  按事实分 code（仍在 TopN 内 → 全量换仓；否则 → 跌出 TopN / 不在候选池）。
- 顺延成交不拿挂单日的旧名次冒充当日名次（rank/total/score=None，因子值/成交价/预算
  取成交当日真实值）；「候选池不足」的提示记录保持 reason=None（词表里没有对应语义，
  硬套就是编理由）。

验证：
- 新增 `tests/test_local_engine_reasons.py` 14 条：理由数字对回面板、涨停比值对回行情与
  板块规则、停牌/跌停/现金不足/最低佣金、顺延成交、全量换仓 vs 不在池两个分支、
  Trade 两端理由、因子曲线市值加权（手算加权值断言 + 等权平均对不上）、空仓不落点。
  后端 524 条全过（510 + 14），ruff clean。
- 强回归：用改前引擎并排跑 9 个场景，`signal_history`(日期/方向/成交/原因文案/价格)、
  `trades`、`positions`、`summary`、净值/回撤、`unimplemented` 逐条一致 —— 理由与曲线
  是纯新增字段，成交行为零变化。

backend/app/quant/engine.py

@@ -10,9 +10,10 @@ from typing import Protocol
 import pandas as pd
 
 from app.domain.entities.research import BacktestResult, FactorTestReport, ResearchSpec
+from app.quant.composite import build_factor_panels_full, composite_score
 from app.quant.factors import FactorError, get_factor
 from app.quant.local_engine import TopKBacktestRunner, run_spec_factor_test
-from app.quant.selection import condition_needed_columns, score_panel_for_factors
+from app.quant.selection import condition_needed_columns
 
 # LocalEngine 路径恒需 close（TopK 收盘撮合 / 前瞻收益）
 _CLOSE = {"close"}
@@ -73,7 +74,16 @@ class LocalEngine:
     def run_backtest(
         self, daily: pd.DataFrame, spec: ResearchSpec, eligibility_fn=None
     ) -> BacktestResult:
-        # 评分面板与选股共用同一构建（v2 §25：回测与当前选股同引擎）
-        score = score_panel_for_factors(daily, spec.factors)
+        # 因子面板**只算一次**：复合分（选股）与原始值（买卖理由 / 因子曲线）同源。
+        # 若先 score_panel_for_factors 再单独算一遍原始面板，同一份行情会被算两遍，
+        # 且两次结果理论上可能分叉 —— 打分用的面板与理由里引用的面板必须是同一张。
+        # 复合分构建口径不变（与 selection.score_panel_for_factors 同为 z-score 加权和，
+        # v2 §25：回测与当前选股同引擎）。
+        panels = build_factor_panels_full(daily, spec.factors)  # 未知因子在此抛 FactorError
+        score = composite_score([(d.name, p, w, d.direction) for d, p, w in panels])
+        # 同名因子只留一份（spec 已禁止重复因子名，这里再兜一层）
+        factor_panels = {d.name: (d, p) for d, p, _w in panels}
         close = daily.pivot(index="trade_date", columns="symbol", values="close").sort_index()
-        return TopKBacktestRunner(spec, score, close, eligibility_fn=eligibility_fn).run()
+        return TopKBacktestRunner(
+            spec, score, close, eligibility_fn=eligibility_fn, factor_panels=factor_panels
+        ).run()