feat(framework_v2): 创建框架V2骨架 - 三层架构+因子验证通过

## 架构设计
- 三层架构：core(抽象接口) → shared(通用实现) → tests(验证测试)
- 5个核心抽象基类：StrategyBase, FactorBase, SignalGenerator, Executor, DataFetcher
- 零侵入：与现有框架并行开发，不修改生产代码

## 已完成
✓ 核心接口层（5个ABC类）
✓ 通用因子层（MomentumFactor完全复制现有逻辑）
✓ 对比验证测试（新旧因子输出差异=0，测试通过）

## 验证结果
- 最大差异: 0.000000e+00
- 平均差异: 0.000000e+00
- 容差: < 1e-10

## 下一步
- 阶段3: 信号层迁移（TopNSelector, DynamicThreshold, RebalanceController）
- 阶段4: 执行层迁移（BacktestRunner）
- 阶段5: 数据层迁移（DataFetcher实现）
- 阶段6: 完整策略对比验证

## 设计原则
- 按需抽象，不预先设计
- 职责分离，避免框架膨胀
- 测试驱动，每个组件必须有对比测试
- 渐进式迁移，验证通过再替换

framework_v2/tests/test_momentum_parity.py

@@ -0,0 +1,116 @@
+"""
+因子对比验证测试
+
+验证新框架的 MomentumFactor 与现有实现输出一致
+"""
+
+import sys
+import pandas as pd
+import numpy as np
+from pathlib import Path
+
+# 添加项目根目录
+project_root = Path(__file__).parent.parent.parent
+sys.path.insert(0, str(project_root))
+
+
+def test_momentum_factor_parity():
+    """验证新因子与旧因子输出一致"""
+    
+    print("=" * 60)
+    print("  MomentumFactor 对比测试")
+    print("=" * 60)
+    
+    # 1. 加载测试数据
+    print("\n1. 加载测试数据...")
+    test_data_path = project_root / 'data' / 'index_history_data'
+    
+    # 使用纳指100数据测试
+    import glob
+    ndx_files = glob.glob(str(test_data_path / '*NDX*'))
+    if ndx_files:
+        test_file = ndx_files[0]
+        data = pd.read_csv(test_file, index_col=0, parse_dates=True)
+        print(f"   ✓ 加载 {test_file}")
+        print(f"   数据范围: {data.index[0]} ~ {data.index[-1]}")
+        print(f"   数据长度: {len(data)} 条")
+    else:
+        print("   ⚠ 未找到测试数据，使用模拟数据")
+        # 生成模拟数据
+        np.random.seed(42)
+        dates = pd.date_range('2020-01-01', periods=500, freq='B')
+        prices = 100 * np.cumprod(1 + np.random.randn(500) * 0.02)
+        data = pd.DataFrame({
+            'close': prices,
+            'open': prices * 0.99,
+            'high': prices * 1.01,
+            'low': prices * 0.98,
+            'volume': np.random.randint(1000000, 10000000, 500)
+        }, index=dates)
+    
+    # 2. 计算旧因子
+    print("\n2. 计算旧因子（strategies/shared/factors/momentum.py）...")
+    from strategies.shared.factors.momentum import MomentumFactor as OldMomentum
+    
+    old_factor = OldMomentum(n_days=25, weighted=True, crash_filter=True)
+    old_result = old_factor.compute(data)
+    print(f"   ✓ 旧因子计算完成")
+    print(f"   结果范围: {old_result.min():.4f} ~ {old_result.max():.4f}")
+    print(f"   NaN 数量: {old_result.isna().sum()}")
+    
+    # 3. 计算新因子
+    print("\n3. 计算新因子（framework_v2/shared/factors/momentum.py）...")
+    from framework_v2.shared.factors.momentum import MomentumFactor as NewMomentum
+    
+    new_factor = NewMomentum(n_days=25, weighted=True, crash_filter=True)
+    new_result = new_factor.compute(data)
+    print(f"   ✓ 新因子计算完成")
+    print(f"   结果范围: {new_result.min():.4f} ~ {new_result.max():.4f}")
+    print(f"   NaN 数量: {new_result.isna().sum()}")
+    
+    # 4. 对比结果
+    print("\n4. 对比结果...")
+    
+    # 检查索引是否一致
+    if not old_result.index.equals(new_result.index):
+        print("   ✗ 索引不一致")
+        return False
+    print("   ✓ 索引一致")
+    
+    # 检查数值差异
+    diff = (old_result - new_result).abs()
+    max_diff = diff.max()
+    mean_diff = diff.mean()
+    
+    print(f"   最大差异: {max_diff:.6e}")
+    print(f"   平均差异: {mean_diff:.6e}")
+    
+    # 允许浮点数精度误差（1e-10）
+    tolerance = 1e-10
+    if max_diff < tolerance:
+        print(f"   ✓ 差异在容差范围内 (< {tolerance:.0e})")
+        print("\n" + "=" * 60)
+        print("  ✓ 测试通过：新旧因子输出完全一致！")
+        print("=" * 60)
+        return True
+    else:
+        print(f"   ✗ 差异超出容差范围")
+        print("\n" + "=" * 60)
+        print("  ✗ 测试失败：新旧因子输出不一致")
+        print("=" * 60)
+        
+        # 打印前10个差异点
+        diff_nonzero = diff[diff > tolerance]
+        if len(diff_nonzero) > 0:
+            print(f"\n   前10个差异点:")
+            for date, val in diff_nonzero.head(10).items():
+                old_val = old_result.loc[date]
+                new_val = new_result.loc[date]
+                print(f"   {date}: 旧={old_val:.6f}, 新={new_val:.6f}, 差异={val:.6e}")
+        
+        return False
+
+
+if __name__ == '__main__':
+    success = test_momentum_factor_parity()
+    sys.exit(0 if success else 1)