perf(factors/engine): 重构计算引擎使用 Polars 原生并行

- 移除 Python 多进程/多线程池，消除 DataFrame 序列化开销
- 采用 BFS 分层执行策略，每层表达式通过单次 with_columns 提交
- 利用 Polars Rust 引擎实现零拷贝并行计算
- 添加死锁检测机制处理依赖环

src/factors/engine/factor_engine.py

@@ -57,7 +57,6 @@ class FactorEngine:
     def __init__(
         self,
         data_source: Optional[Dict[str, pl.DataFrame]] = None,
-        max_workers: int = 4,
         registry: Optional["FunctionRegistry"] = None,
         metadata_path: Optional[str] = None,
     ) -> None:
@@ -65,16 +64,15 @@ class FactorEngine:
 
         Args:
             data_source: 内存数据源，为 None 时使用数据库连接
-            max_workers: 并行计算的最大工作线程数
             registry: 函数注册表，None 时创建独立实例
-            metadata_path: 因子元数据文件路径，为 None 时不启用 metadata 功能
+            metadata_path: 因子元数据文件路径，为 None 时启用默认 metadata 功能
         """
         from src.factors.registry import FunctionRegistry
         from src.factors.parser import FormulaParser
 
         self.router = DataRouter(data_source)
         self.planner = ExecutionPlanner()
-        self.compute_engine = ComputeEngine(max_workers=max_workers)
+        self.compute_engine = ComputeEngine()
         self.registered_expressions: Dict[str, Node] = {}
         self._plans: Dict[str, ExecutionPlan] = {}