feat(experiment): 添加模型保存功能及因子信息持久化

- 新增 SAVE_MODEL 配置控制是否保存模型
- 新增 get_model_save_path() 生成模型保存路径
- 新增 save_model_with_factors() 保存模型及关联因子信息
- 新增 load_model_factors() 加载因子信息用于模型复现
- 更新训练脚本使用新的模型保存方式
- 清理 data/sync.py 中的废弃代码

src/data/sync.py

@@ -55,104 +55,6 @@ import pandas as pd
 from src.data import api_wrappers  # noqa: F401
 from src.data.sync_registry import sync_registry
 from src.data.api_wrappers import sync_all_stocks
-from src.data.api_wrappers.api_daily import sync_daily, preview_daily_sync
-
-
-def preview_sync(
-    force_full: bool = False,
-    start_date: Optional[str] = None,
-    end_date: Optional[str] = None,
-    sample_size: int = 3,
-    max_workers: Optional[int] = None,
-) -> dict[str, Any]:
-    """预览日线同步数据量和样本（不实际同步）。
-
-    这是推荐的方式，可在实际同步前检查将要同步的内容。
-
-    Args:
-        force_full: 若为 True，预览全量同步（从 20180101）
-        start_date: 手动指定起始日期（覆盖自动检测）
-        end_date: 手动指定结束日期（默认为今天）
-        sample_size: 预览用样本股票数量（默认: 3）
-        max_workers: 工作线程数（默认: 10）
-
-    Returns:
-        包含预览信息的字典：
-        {
-            'sync_needed': bool,
-            'stock_count': int,
-            'start_date': str,
-            'end_date': str,
-            'estimated_records': int,
-            'sample_data': pd.DataFrame,
-            'mode': str,  # 'full', 'incremental', 'partial', 或 'none'
-        }
-
-    Example:
-        >>> # 预览将要同步的内容
-        >>> preview = preview_sync()
-        >>>
-        >>> # 预览全量同步
-        >>> preview = preview_sync(force_full=True)
-        >>>
-        >>> # 预览更多样本
-        >>> preview = preview_sync(sample_size=5)
-    """
-    return preview_daily_sync(
-        force_full=force_full,
-        start_date=start_date,
-        end_date=end_date,
-        sample_size=sample_size,
-    )
-
-
-def sync_all(
-    force_full: bool = False,
-    start_date: Optional[str] = None,
-    end_date: Optional[str] = None,
-    max_workers: Optional[int] = None,
-    dry_run: bool = False,
-) -> dict[str, pd.DataFrame]:
-    """同步所有股票的日线数据。
-
-    这是日线数据同步的主要入口点。
-
-    Args:
-        force_full: 若为 True，强制从 20180101 完整重载
-        start_date: 手动指定起始日期（YYYYMMDD）
-        end_date: 手动指定结束日期（默认为今天）
-        max_workers: 工作线程数（默认: 10）
-        dry_run: 若为 True，仅预览将要同步的内容，不写入数据
-
-    Returns:
-        映射 ts_code 到 DataFrame 的字典
-
-    Example:
-        >>> # 首次同步（从 20180101 全量加载）
-        >>> result = sync_all()
-        >>>
-        >>> # 后续同步（增量 - 仅新数据）
-        >>> result = sync_all()
-        >>>
-        >>> # 强制完整重载
-        >>> result = sync_all(force_full=True)
-        >>>
-        >>> # 手动指定日期范围
-        >>> result = sync_all(start_date='20240101', end_date='20240131')
-        >>>
-        >>> # 自定义线程数
-        >>> result = sync_all(max_workers=20)
-        >>>
-        >>> # Dry run（仅预览）
-        >>> result = sync_all(dry_run=True)
-    """
-    return sync_daily(
-        force_full=force_full,
-        start_date=start_date,
-        end_date=end_date,
-        max_workers=max_workers,
-        dry_run=dry_run,
-    )
 
 
 def sync_all_data(