多因子模型回测框架

这个项目实现了一套轻量的多因子回测框架，目标是让研究到回测的路径尽可能短。

流程

1. 数据清洗 —— 处理停牌、复权、异常值
2. 因子计算 —— 批量计算因子暴露
3. 横截面处理 —— 去极值、标准化、行业中性与市值中性
4. 组合构建 —— 约束优化
5. 绩效归因 —— Brinson 归因 + 换手率分析

# 因子中性化示例
from project.factors import neutralize, standardize

f = standardize(raw_factor)
f = neutralize(f, industry=industry, size=log_mktcap)

整个框架强调可复现：每次回测的配置、数据版本、结果全部落盘。