refactor(datasource): 分层接口设计，移除HybridDataSource

架构改动:
- 移除 HybridDataSource（功能被 UniversalDataFetcher 覆盖）
- 新增分层接口设计：基础层 + 扩展层

基础层（统一接口）:
- fetch(): 统一 OHLCV 接口，自动识别资产类型
- fetch_batch(): 批量获取

扩展层（资产类型特有）:
- fetch_etf_adj(): A股 ETF 后复权价格
- fetch_us_adj(): 美股复权价格
- fetch_etf_with_nav(): ETF 价格 + 净值 + 溢价率

其他修改:
- YFinanceSource: 新增 fetch_adj() 方法
- strategy.py: 改用 UniversalDataFetcher 替代 HybridDataSource
- __init__.py: 移除 HybridDataSource 导出

datasource/yfinance_source.py

@@ -114,6 +114,70 @@ class YFinanceSource:
             print(f"YFinance下载 {code} ({yf_code}) 失败: {e}")
             return None
 
+    def fetch_adj(self, code: str, start_date: str, end_date: str) -> Optional[pd.DataFrame]:
+        """
+        获取复权价格数据
+        
+        使用 auto_adjust=True 获取复权后的价格
+        - 消除拆分(split)和分红(dividend)对价格的影响
+        - 适用于美股股票/ETF
+        
+        Args:
+            code: 代码（如 'AAPL', 'TSLA', 'QQQ'）
+            start_date: 开始日期 'YYYY-MM-DD'
+            end_date: 结束日期 'YYYY-MM-DD'
+        
+        Returns:
+            DataFrame with columns: date, open, high, low, close, volume (复权后)
+        """
+        import yfinance as yf
+        
+        # 添加延迟避免限流
+        time.sleep(self._delay)
+        
+        # 转换代码格式
+        yf_code = self.CODE_MAP.get(code, code)
+        
+        try:
+            ticker = yf.Ticker(yf_code)
+            
+            # end_date 需要加一天（yfinance的end是排他的）
+            end_dt = datetime.strptime(end_date, "%Y-%m-%d") + timedelta(days=1)
+            
+            # auto_adjust=True 获取复权价格
+            df = ticker.history(
+                start=start_date,
+                end=end_dt.strftime("%Y-%m-%d"),
+                auto_adjust=True
+            )
+            
+            if df is None or len(df) == 0:
+                return None
+            
+            # 标准化列名
+            df = df.rename(columns={
+                "Open": "open",
+                "High": "high",
+                "Low": "low",
+                "Close": "close",
+                "Volume": "volume",
+            })
+            
+            # 确保索引是日期格式
+            df.index = pd.to_datetime(df.index, utc=True).tz_localize(None).normalize()
+            df.index.name = "date"
+            
+            # 添加代码列和标记
+            df["code"] = code
+            df.attrs['code'] = code
+            df.attrs['adjusted'] = True
+            
+            return df[['code', 'open', 'high', 'low', 'close', 'volume']]
+            
+        except Exception as e:
+            print(f"YFinance下载复权数据 {code} ({yf_code}) 失败: {e}")
+            return None
+
     def is_yfinance_code(self, code: str) -> bool:
         """判断是否需要YFinance获取"""
         # 非A股代码