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/qlib_adapter/engine.py

@@ -21,10 +21,10 @@ from pathlib import Path
 import pandas as pd
 
 from app.domain.entities.research import BacktestResult, FactorTestReport, ResearchSpec
+from app.quant.composite import build_factor_panels_full
 from app.quant.engine import QuantEngine
 from app.quant.local_engine import (
     TopKBacktestRunner,
-    build_factor_panels,
     composite_score,
     run_spec_factor_test,
 )
@@ -69,8 +69,10 @@ class QlibEngine(QuantEngine):
         `eligibility_fn`（选股条件/时点 ST 过滤）必须透传，否则条件与
         `exclude_st` 在 Qlib 引擎下会被**静默忽略**（AGENT.md §24 禁止假装支持）。
         """
-        panels = build_factor_panels(daily, spec.factors)
-        score = composite_score(panels)
+        # 与 LocalEngine 同口径：复合分与买卖理由/因子曲线用**同一张**原始因子面板
+        full = build_factor_panels_full(daily, spec.factors)
+        score = composite_score([(d.name, p, w, d.direction) for d, p, w in full])
+        factor_panels = {d.name: (d, p) for d, p, _w in full}
 
         self.qlib_dir.mkdir(parents=True, exist_ok=True)
         uri = build_qlib_dataset(daily, self.qlib_dir)
@@ -85,7 +87,9 @@ class QlibEngine(QuantEngine):
             )
         close = close.sort_index()
 
-        result = TopKBacktestRunner(spec, score, close, eligibility_fn=eligibility_fn).run()
+        result = TopKBacktestRunner(
+            spec, score, close, eligibility_fn=eligibility_fn, factor_panels=factor_panels
+        ).run()
         result.config_snapshot = spec.model_dump(mode="json")
         note = _ENGINE_NOTE
         result.unimplemented = [note, *result.unimplemented]