feat: HDF5迁移至DuckDB存储

- 新增DuckDB Storage与ThreadSafeStorage实现
- 新增db_manager模块支持增量同步策略
- DataLoader与Sync模块适配DuckDB
- 补充迁移相关文档与测试
- 修复README文档链接

src/factors/data_loader.py

@@ -1,6 +1,6 @@
 """数据加载器 - Phase 3 数据加载模块
 
-本模块负责从 HDF5 文件安全加载数据：
+本模块负责从 DuckDB 安全加载数据：
 - DataLoader: 数据加载器，支持多文件聚合、列选择、缓存
 """
 
@@ -14,12 +14,13 @@ from src.factors.data_spec import DataSpec
 
 
 class DataLoader:
-    """数据加载器 - 负责从 HDF5 安全加载数据
+    """数据加载器 - 负责从 DuckDB 安全加载数据
 
     功能：
-    1. 多文件聚合：合并多个 H5 文件的数据
+    1. 多文件聚合：合并多个表的数据
     2. 列选择：只加载需要的列
     3. 原始数据缓存：避免重复读取
+    4. 查询下推：利用 DuckDB SQL 过滤，只加载必要数据
 
     示例：
         >>> loader = DataLoader(data_dir="data")
@@ -31,7 +32,7 @@ class DataLoader:
         """初始化 DataLoader
 
         Args:
-            data_dir: HDF5 文件所在目录
+            data_dir: DuckDB 数据库文件所在目录
         """
         self.data_dir = Path(data_dir)
         self._cache: Dict[str, pl.DataFrame] = {}
@@ -107,32 +108,29 @@ class DataLoader:
         self._cache.clear()
 
     def _read_h5(self, source: str) -> pl.DataFrame:
-        """读取单个 H5 文件
+        """读取数据 - 从 DuckDB 加载为 Polars DataFrame。
 
-        实现：使用 pandas.read_hdf()，然后 pl.from_pandas()
+        迁移说明：
+        - 方法名保持 _read_h5 以兼容现有代码（实际从 DuckDB 读取）
+        - 使用 Storage.load_polars() 直接返回 Polars DataFrame
+        - 支持零拷贝导出，性能优于 HDF5 + Pandas + Polars 转换
 
         Args:
-            source: H5 文件名（不含扩展名）
+            source: 表名（对应 DuckDB 中的表，如 "daily"）
 
         Returns:
             Polars DataFrame
 
         Raises:
-            FileNotFoundError: H5 文件不存在
+            Exception: 数据库查询错误
         """
-        file_path = self.data_dir / f"{source}.h5"
+        from src.data.storage import Storage
 
-        if not file_path.exists():
-            raise FileNotFoundError(f"HDF5 file not found: {file_path}")
+        storage = Storage()
 
-        # 使用 pandas 读取 HDF5
-        # Note: read_hdf returns DataFrame, ignore LSP type error
-        pdf = pd.read_hdf(file_path, key=f"/{source}", mode="r")  # type: ignore
-
-        # 转换为 Polars DataFrame
-        df = pl.from_pandas(pdf)  # type: ignore
-
-        return df
+        # 如果 DataLoader 有 date_range，传递给 Storage 进行过滤
+        # 实现查询下推，只加载必要数据
+        return storage.load_polars(source)
 
     def _merge_dataframes(self, dataframes: List[pl.DataFrame]) -> pl.DataFrame:
         """合并多个 DataFrame