feat: fetch_etf_with_nav 返回历史溢价率序列

修改内容：
1. universal_fetcher.py
   - fetch_etf_with_nav 返回三值：(price_df, nav_df, premium_series)
   - 新增 _calculate_premium_series 方法：计算每一天的溢价率
   - 溢价率 = (ETF收盘价 - ETF净值) / ETF净值
   - 净值用ffill对齐价格日期（处理T+1延迟）

2. flask_server.py
   - /api/v1/etf/nav 端点返回历史溢价率序列
   - 添加 premium_series 字段：[{date, premium}]
   - 添加 latest_premium: 最新溢价率
   - 添加 premium_stats: 统计数据（mean/std/min/max/median）

测试结果（513100.SH 纳指100 ETF）：
- 价格数据: 8条
- 净值数据: 8条
- 溢价率序列: 8条
- 最新溢价率: 0.1500%
- 溢价率均值: 1.1433%
- 溢价率范围: 0.15% ~ 1.69%

datasource/universal_fetcher.py

@@ -189,21 +189,64 @@ class UniversalDataFetcher:
         code: str,
         start_date: str,
         end_date: str
-    ) -> Tuple[Optional[pd.DataFrame], Optional[pd.DataFrame]]:
+    ) -> Tuple[Optional[pd.DataFrame], Optional[pd.DataFrame], Optional[pd.Series]]:
         """
-        获取ETF价格 + 净值
+        获取ETF价格 + 净值 + 溢价率序列
         
-        用于计算溢价率
+        计算每一天的溢价率，用于分析溢价率走势
         
         Args:
             code: ETF代码
+            start_date: 开始日期
+            end_date: 结束日期
         
         Returns:
-            (price_df, nav_df)
+            (price_df, nav_df, premium_series)
+            - price_df: ETF价格数据 (OHLCV)
+            - nav_df: ETF净值数据
+            - premium_series: 溢价率序列 (每天计算)
         """
         price_df = self._tushare.fetch_etf(code, start_date, end_date)
         nav_df = self._tushare.fetch_etf_nav(code, start_date, end_date)
-        return price_df, nav_df
+        
+        # 计算历史溢价率序列
+        premium_series = None
+        if price_df is not None and nav_df is not None and len(nav_df) > 0:
+            premium_series = self._calculate_premium_series(price_df, nav_df)
+        
+        return price_df, nav_df, premium_series
+    
+    def _calculate_premium_series(
+        self,
+        price_df: pd.DataFrame,
+        nav_df: pd.DataFrame
+    ) -> Optional[pd.Series]:
+        """
+        计算历史溢价率序列
+        
+        溢价率 = (ETF收盘价 - ETF净值) / ETF净值
+        
+        注意：净值数据通常T+1公布，需要处理日期对齐问题
+        
+        Args:
+            price_df: ETF价格数据（索引为日期）
+            nav_df: ETF净值数据（索引为日期）
+        
+        Returns:
+            溢价率Series（索引为日期，值为溢价率）
+        """
+        # 对齐日期：净值用ffill填充（因为T+1公布）
+        # 价格日期可能比净值日期多一天
+        aligned_nav = nav_df['nav'].reindex(price_df.index, method='ffill')
+        
+        # 计算溢价率
+        close_prices = price_df['close']
+        premium = (close_prices - aligned_nav) / aligned_nav
+        
+        # 过滤掉无效值（净值缺失的日期）
+        premium = premium.dropna()
+        
+        return premium
     
     def _fetch_us_index(
         self,