feat(framework_v2): 对齐 V1 配置，实现指数信号→ETF收益回测

配置对齐:
- config_simple.yaml 严格对齐 V1 config.yaml
  * 11 个标的覆盖 7 个策略分组
  * 回测区间: 2020-01-01 ~ 至今
  * 选股数量: Top-3，强制分散化
  * V3 动态阈值（短债动量参考）
  * 溢价控制启用（HK/US 10%阈值）

策略实现:
- SimpleRotationStrategy 支持 signal_source/trade_source 分离
  * get_codes() 同时获取信号和交易标的
  * compute_factors() 只使用 signal_source 计算因子
  * _execute_backtest() 使用 trade_source 计算收益
  * 支持跨市场场景（指数信号 → ETF收益）

回测验证:
- 成功运行端到端回测
- 获取 21 个标的（11 signal + 10 trade）
- 平均仓位 84.42%
- ⚠️ 已知问题: Flask API 只返回缓存数据（2026年），需修复

修复项:
- StrategyBase.run() 兼容信号矩阵（移除 'weight' 列假设）

framework_v2/strategies/rotation/simple.py

@@ -55,41 +55,45 @@ class SimpleRotationStrategy(StrategyBase):
     
     def get_codes(self) -> list:
         """
-        获取标的列表
+        获取标的列表（信号标的 + 交易标的）
         
-        从配置的资产池中获取所有标的
+        返回所有需要的数据标的：
+        - signal_source: 用于计算因子和信号
+        - trade_source: 用于计算收益
         """
-        codes = []
+        codes = set()
         
-        # 股票资产
-        if self.config.asset_pools.equity:
-            codes.extend(self.config.asset_pools.equity.keys())
+        # 添加所有信号标的
+        codes.update(self.config.asset_pools.get_signal_codes())
         
-        # 商品资产
-        if self.config.asset_pools.commodity:
-            codes.extend(self.config.asset_pools.commodity.keys())
+        # 添加所有交易标的
+        codes.update(self.config.asset_pools.get_trade_codes())
         
-        # 固定收益资产
-        if self.config.asset_pools.fixed_income:
-            codes.extend(self.config.asset_pools.fixed_income.keys())
-        
-        return codes
+        return list(codes)
     
     def compute_factors(self, data: Dict[str, pd.DataFrame]) -> Dict[str, pd.Series]:
         """
-        计算动量因子
+        计算动量因子（只使用信号标的的数据）
         
         Args:
-            data: 数据字典 {code: DataFrame}
+            data: 数据字典 {code: DataFrame}（包含 signal_source 和 trade_source）
         
         Returns:
-            因子字典 {code: Series}
+            因子字典 {signal_source: Series}
         """
         factors = {}
         
-        for code, df in data.items():
+        # 只使用信号标的计算因子
+        signal_codes = self.config.asset_pools.get_signal_codes()
+        
+        for code in signal_codes:
+            if code not in data:
+                print(f"  警告: {code} 数据不存在，跳过")
+                continue
+            
             try:
-                # 计算动量得分
+                df = data[code]
+                # 计算动量得分（使用信号标的的数据）
                 factor_values = self.momentum.compute(df)
                 factors[code] = factor_values
             except Exception as e:
@@ -173,18 +177,29 @@ class SimpleRotationStrategy(StrategyBase):
         """
         执行回测
         
+        核心逻辑：
+        1. 使用 signal_source 计算信号（positions 的 columns 是 signal_source）
+        2. 使用 trade_source 计算收益（通过 signal→trade 映射）
+        3. T+1 执行：今天的信号明天生效
+        
         Args:
-            positions: 仓位 DataFrame
-            data: 数据字典 {code: DataFrame}
+            positions: 仓位 DataFrame（columns=signal_source）
+            data: 数据字典 {code: DataFrame}（包含 signal_source 和 trade_source）
         
         Returns:
             回测结果字典
         """
-        # 提取收盘价
+        # 获取信号→交易映射
+        signal_to_trade = self.config.asset_pools.get_signal_to_trade_mapping()
+        
+        # 提取交易标的的收盘价
         close_prices = {}
-        for code, df in data.items():
-            if 'close' in df.columns:
-                close_prices[code] = df['close']
+        for signal_code, trade_code in signal_to_trade.items():
+            if trade_code in data:
+                # 使用交易标的的数据计算收益
+                close_prices[signal_code] = data[trade_code]['close']
+            else:
+                print(f"  警告: {trade_code} 数据不存在，跳过")
         
         close_df = pd.DataFrame(close_prices)