feat(factors): 添加时间序列函数及智能路由

- 新增 8 个国泰君安 191 兼容的时间序列函数：ts_sma, ts_wma, ts_decay_linear, ts_argmax, ts_argmin, ts_count, ts_prod, ts_sumac
- max_/min_ 函数智能路由：正整数参数自动调用 ts_max/ts_min 实现滚动窗口逻辑

src/factors/api.py

@@ -510,26 +510,40 @@ def abs(x: Union[Node, str]) -> FunctionNode:
 def max_(x: Union[Node, str], y: Union[Node, str, int, float]) -> FunctionNode:
     """逐元素最大值。
 
+    智能分发逻辑：
+    - 如果 y 是正整数 (y > 0)，调用 ts_max(x, y) 滚动窗口最大值
+    - 否则，调用逐元素 max(x, y)
+
+    注意：避免 MAX(CLOSE - DELAY(CLOSE, 1), 0) 这类场景被错误路由到 ts_max
+
     Args:
         x: 第一个因子表达式或字段名字符串
-        y: 第二个因子表达式、字段名字符串或数值
+        y: 第二个因子表达式、字段名字符串或正整数（窗口大小）
 
     Returns:
         FunctionNode: 函数调用节点
     """
+    if isinstance(y, int) and y > 0:
+        return ts_max(x, y)
     return FunctionNode("max", x, _ensure_node(y))
 
 
 def min_(x: Union[Node, str], y: Union[Node, str, int, float]) -> FunctionNode:
     """逐元素最小值。
 
+    智能分发逻辑：
+    - 如果 y 是正整数 (y > 0)，调用 ts_min(x, y) 滚动窗口最小值
+    - 否则，调用逐元素 min(x, y)
+
     Args:
         x: 第一个因子表达式或字段名字符串
-        y: 第二个因子表达式、字段名字符串或数值
+        y: 第二个因子表达式、字段名字符串或正整数（窗口大小）
 
     Returns:
         FunctionNode: 函数调用节点
     """
+    if isinstance(y, int) and y > 0:
+        return ts_min(x, y)
     return FunctionNode("min", x, _ensure_node(y))
 
 
@@ -622,3 +636,129 @@ def where(
         FunctionNode: 函数调用节点
     """
     return if_(condition, true_val, false_val)
+
+
+# ==================== 补充的时间序列函数 ====================
+
+
+def ts_sma(x: Union[Node, str], n: int, m: int) -> FunctionNode:
+    """国内平滑移动平均 (Simple Moving Average)。
+
+    使用 N*M 平滑，公式: SMA = (M*CLOSE + (N-M)*REF(CLOSE,1)) / N
+    对应国泰君安 191 因子的 SMA 函数。
+
+    Args:
+        x: 输入因子表达式或字段名字符串
+        n: 第一个参数，对应公式中的 N
+        m: 第二个参数，对应公式中的 M
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_sma", x, n, m)
+
+
+def ts_wma(x: Union[Node, str], window: int) -> FunctionNode:
+    """线性加权移动平均 (Weighted Moving Average)。
+
+    权重按线性递增，最近一天权重最大。
+
+    Args:
+        x: 输入因子表达式或字段名字符串
+        window: 滚动窗口大小
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_wma", x, window)
+
+
+def ts_decay_linear(x: Union[Node, str], window: int) -> FunctionNode:
+    """线性衰减移动平均 (Decay Linear)。
+
+    与 WMA 等价，权重按线性递增（近期权重最大）。
+
+    Args:
+        x: 输入因子表达式或字段名字符串
+        window: 滚动窗口大小
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_decay_linear", x, window)
+
+
+def ts_argmax(x: Union[Node, str], window: int) -> FunctionNode:
+    """时间序列最大值位置 (HIGHDAY)。
+
+    返回距离过去 window 期内最大值的交易日数。
+    例如：今天是最高点返回 0，昨天是最高点返回 1。
+
+    Args:
+        x: 输入因子表达式或字段名字符串
+        window: 滚动窗口大小
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_argmax", x, window)
+
+
+def ts_argmin(x: Union[Node, str], window: int) -> FunctionNode:
+    """时间序列最小值位置 (LOWDAY)。
+
+    返回距离过去 window 期内最小值的交易日数。
+    例如：今天是最低点返回 0，昨天是最低点返回 1。
+
+    Args:
+        x: 输入因子表达式或字段名字符串
+        window: 滚动窗口大小
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_argmin", x, window)
+
+
+def ts_count(condition: Union[Node, str], window: int) -> FunctionNode:
+    """窗口内条件为真的天数。
+
+    统计过去 window 内满足条件的交易日数量。
+
+    Args:
+        condition: 条件表达式或字段名字符串（布尔型）
+        window: 滚动窗口大小
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_count", condition, window)
+
+
+def ts_prod(x: Union[Node, str], window: int) -> FunctionNode:
+    """窗口期内的连乘积。
+
+    计算过去 window 期因子值的乘积。
+
+    Args:
+        x: 输入因子表达式或字段名字符串
+        window: 滚动窗口大小
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_prod", x, window)
+
+
+def ts_sumac(x: Union[Node, str]) -> FunctionNode:
+    """累计求和。
+
+    从序列开始到当前位置的累计求和。
+
+    Args:
+        x: 输入因子表达式或字段名字符串
+
+    Returns:
+        FunctionNode: 函数调用节点
+    """
+    return FunctionNode("ts_sumac", x)