fix: 全面修复代码质量和报告准确性问题

代码修复 (16 个模块):
- GARCH 模型统一改用 t 分布 + 收敛检查 (returns/volatility/anomaly)
- KS 检验替换为 Lilliefors 检验 (returns)
- 修复数据泄漏: StratifiedKFold→TimeSeriesSplit, scaler 逐折 fit (anomaly)
- 前兆标签 shift(-1) 预测次日异常 (anomaly)
- PSD 归一化加入采样频率和单边谱×2 (fft)
- AR(1) 红噪声基线经验缩放 (fft)
- 盒计数法独立 x/y 归一化, MF-DFA q=0 (fractal)
- ADF 平稳性检验 + 移除双重 Bonferroni (causality)
- R/S Hurst 添加 R² 拟合优度 (hurst)
- Prophet 递推预测避免信息泄露 (time_series)
- IC 计算过滤零信号, 中性形态 hit_rate=NaN (indicators/patterns)
- 聚类阈值自适应化 (clustering)
- 日历效应前后半段稳健性检查 (calendar)
- 证据评分标准文本与代码对齐 (visualization)
- 核心管道 NaN/空值防护 (data_loader/preprocessing/main)

报告修复 (docs/REPORT.md, 15 处):
- 标度指数 H_scaling 与 Hurst 指数消歧
- GBM 6 个月概率锥数值重算
- CLT 限定、减半措辞弱化、情景概率逻辑修正
- GPD 形状参数解读修正、异常 AUC 证据降级

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

main.py

@@ -88,6 +88,10 @@ def run_single_module(key, df, df_hourly, output_base):
         mod = _import_module(mod_name)
         func = getattr(mod, func_name)
 
+        if needs_hourly and df_hourly is None:
+            print(f"  [{key}] 跳过（需要小时数据但未加载）")
+            return {"status": "skipped", "error": "小时数据未加载", "findings": []}
+
         if needs_hourly:
             result = func(df, df_hourly, module_output)
         else:
@@ -96,7 +100,7 @@ def run_single_module(key, df, df_hourly, output_base):
         if result is None:
             result = {"status": "completed", "findings": []}
 
-        result["status"] = "success"
+        result.setdefault("status", "success")
         print(f"  [{key}] 完成 ✓")
         return result