feat(training): 添加数据质量检查工具并重构实验脚本

- 新增 check_data_quality 函数用于检测全空/全零/全NaN数据质量问题
- 重构 register_factors 函数，消除 FEATURE_COLS 和 PROCESSORS 冗余定义
- 修复实验脚本中特征列表不一致的问题，确保处理器覆盖所有特征
- 优化 LambdaRank 模型参数配置

src/training/__init__.py

@@ -37,6 +37,9 @@ from src.training.components.filters import BaseFilter, STFilter
 # 训练核心
 from src.training.core import StockPoolManager, Trainer
 
+# 工具函数
+from src.training.utils import check_data_quality
+
 # 配置
 from src.training.config import TrainingConfig
 
@@ -67,6 +70,8 @@ __all__ = [
     # 训练核心
     "StockPoolManager",
     "Trainer",
+    # 工具函数
+    "check_data_quality",
     # 配置
     "TrainingConfig",
 ]