feat(factors/engine): 添加性能分析器支持 debug 模式

- 新增 PerformanceProfiler 组件，与 FactorEngine 解耦
- 支持上下文管理器用法，安全计时处理异常
- 为 DataRouter/ComputeEngine/FactorEngine 添加 debug 参数

src/experiment/probe_selection/run_probe_selection_all_factors.py

@@ -4,8 +4,10 @@
 
 使用方法:
     uv run python src/experiment/probe_selection/run_probe_selection_all_factors.py
+    uv run python src/experiment/probe_selection/run_probe_selection_all_factors.py --debug
 """
 
+import argparse
 import os
 import sys
 
@@ -180,15 +182,26 @@ def apply_preprocessing_for_probe(
     return data
 
 
-def run_probe_feature_selection_with_all_factors():
-    """执行探针法因子筛选（使用 FactorManager 中所有因子）"""
+def run_probe_feature_selection_with_all_factors(debug: bool = True):
+    """执行探针法因子筛选（使用 FactorManager 中所有因子）
+
+    Args:
+        debug: 是否启用 debug 模式，显示详细的性能统计信息
+
+    Returns:
+        筛选后的特征列表
+    """
     print("\n" + "=" * 80)
     print("增强探针法因子筛选 - 使用 FactorManager 全部因子")
+    if debug:
+        print("[DEBUG] 性能监控模式已启用")
     print("=" * 80)
 
     # 1. 创建 FactorEngine
     print("\n[1] 创建 FactorEngine")
-    engine = FactorEngine()
+    if debug:
+        print("[DEBUG] 启用性能监控模式")
+    engine = FactorEngine(debug=debug)
 
     # 2. 从 FactorManager 注册所有因子
     print("\n[2] 从 FactorManager 注册所有因子")
@@ -203,6 +216,11 @@ def run_probe_feature_selection_with_all_factors():
         end_date=VAL_END,  # 包含验证集，增加样本量
     )
 
+    # 3.5. 打印性能报告（如果启用了 debug 模式）
+    if debug:
+        print("\n[DEBUG] 生成性能报告")
+        engine.profiler.print_report()
+
     # 4. 股票池筛选
     print("\n[4] 执行股票池筛选")
     pool_manager = StockPoolManager(
@@ -309,5 +327,23 @@ def run_probe_feature_selection_with_all_factors():
     return selected_features
 
 
+def main():
+    """主入口函数，支持命令行参数"""
+    parser = argparse.ArgumentParser(
+        description="探针法因子筛选 - 使用 FactorManager 中所有因子"
+    )
+    parser.add_argument(
+        "--debug",
+        "-d",
+        action="store_true",
+        help="启用 debug 模式，显示详细的性能统计信息",
+    )
+
+    args = parser.parse_args()
+
+    selected = run_probe_feature_selection_with_all_factors(debug=args.debug)
+    return selected
+
+
 if __name__ == "__main__":
-    selected = run_probe_feature_selection_with_all_factors()
+    main()