feat: 添加8个多尺度分析模块并完善研究报告

新增分析模块:
- microstructure: 市场微观结构分析 (Roll价差, VPIN, Kyle's Lambda)
- intraday_patterns: 日内模式分析 (U型曲线, 三时区对比)
- scaling_laws: 统计标度律 (15尺度波动率标度, R²=0.9996)
- multi_scale_vol: 多尺度已实现波动率 (HAR-RV模型)
- entropy_analysis: 信息熵分析
- extreme_value: 极端值与尾部风险 (GEV/GPD, VaR回测)
- cross_timeframe: 跨时间尺度关联分析
- momentum_reversion: 动量与均值回归检验

现有模块增强:
- hurst_analysis: 扩展至15个时间尺度，新增Hurst vs log(Δt)标度图
- fft_analysis: 扩展至15个粒度，支持瀑布图
- returns/acf/volatility/patterns/anomaly/fractal: 多尺度增强

研究报告更新:
- 新增第16章: 基于全量数据的深度规律挖掘 (15尺度综合)
- 完善第17章: 价格推演添加实际案例 (2020-2021牛市, 2022熊市等)
- 新增16.10节: 可监控的实证指标与预警信号
- 添加VPIN/波动率/Hurst等指标的实时监控阈值和案例

数据覆盖: 全部15个K线粒度 (1m~1mo), 440万条记录
关键发现: Hurst随尺度单调递增 (1m:0.53→1mo:0.72), 极端风险不对称

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>

main.py

@@ -52,6 +52,15 @@ MODULE_REGISTRY = OrderedDict([
     ("time_series",  ("时序预测",               "time_series",           "run_time_series_analysis",  False)),
     ("causality",    ("因果检验",               "causality",             "run_causality_analysis",    False)),
     ("anomaly",      ("异常检测",               "anomaly",               "run_anomaly_analysis",      False)),
+    # === 新增8个扩展模块 ===
+    ("microstructure", ("市场微观结构",          "microstructure",        "run_microstructure_analysis", False)),
+    ("intraday",       ("日内模式分析",          "intraday_patterns",     "run_intraday_analysis",     False)),
+    ("scaling",        ("统计标度律",            "scaling_laws",          "run_scaling_analysis",      False)),
+    ("multiscale_vol", ("多尺度波动率",          "multi_scale_vol",       "run_multiscale_vol_analysis", False)),
+    ("entropy",        ("信息熵分析",            "entropy_analysis",      "run_entropy_analysis",      False)),
+    ("extreme",        ("极端值分析",            "extreme_value",         "run_extreme_value_analysis", False)),
+    ("cross_tf",       ("跨尺度关联",            "cross_timeframe",       "run_cross_timeframe_analysis", False)),
+    ("momentum_rev",   ("动量均值回归",          "momentum_reversion",    "run_momentum_reversion_analysis", False)),
 ])