fix: 寻优指标缓存键改内容哈希 — 修复 v1.25 起两段式加速静默失效

缓存键此前用数组对象 id 做签名，而引擎每次 run 会重建数组对象，
id 逐网格点漂移导致跨点永不命中——ParamGridOptimizer 的指标缓存
全程 0 命中，两段式加速自 v1.25 引入起就没生效过。正确性不受影响
（缓存未命中即走重算路径，结果与无缓存逐位一致），属纯性能回归；
test_optimizer_cache_reuse_across_grid_points 因此一直在失败。

- IndicatorCache._atom 数组签名由 (id, shape) 改为
  (dtype, shape, blake2b 内容摘要 16 字节)：同值不同对象视为同一
  数据；NaN 按字节参与哈希，位模式不同只多算一次、不会误命中
- 删除防 id 复用的 _array_refs 强引用表（内容寻址下不再需要，
  缓存不再延长数组生命周期）
- 新增缓存级回归测试：同内容不同对象必须命中；原失败测试转绿
- 实测 16 点网格命中率 38%（修复前恒为 0）；全量 pytest 1613
  通过、ruff/mypy 全绿

src/easy_tdx/backtest/indicator_cache.py

@@ -6,9 +6,11 @@
 例如 ``{"fast": [5,10,20], "slow": [10,20,30]}`` 的 9 个点里，
 ``MA(close, 5)`` 会被计算 3 次（与每个 slow 组合各一次），实际只需 1 次。
 
-:key 设计：``(函数限定名, 参数原子序列)``。数组参数用 ``(id, shape)`` 做
-签名——缓存持有数组强引用，id 在缓存生命周期内不会被复用；标量参数直接
-repr。跨进程不共享（进程池并行模式下各 worker 各自建缓存）。
+:key 设计：``(函数限定名, 参数原子序列)``。数组参数用 ``(dtype, shape,
+内容哈希)`` 做签名——引擎每次 run 会重建数组对象（对象 id 不稳定），
+必须按内容寻址才能跨网格点命中；标量参数直接 repr。哈希用
+blake2b（16 字节摘要），对回测级数组（KB 量级）开销可忽略。跨进程不
+共享（进程池并行模式下各 worker 各自建缓存）。
 
 收益上限取决于指标层在回测耗时中的占比；引擎的逐 bar Python 循环无法
 通用缓存，故大网格另配 ``ParamGridOptimizer(workers=N)`` 进程级并行，
@@ -17,6 +19,7 @@ repr。跨进程不共享（进程池并行模式下各 worker 各自建缓存
 
 from __future__ import annotations
 
+import hashlib
 from collections.abc import Callable
 from typing import Any
 
@@ -30,7 +33,6 @@ class IndicatorCache:
 
     def __init__(self) -> None:
         self._store: dict[tuple[Any, ...], Any] = {}
-        self._array_refs: dict[int, np.ndarray] = {}  # 防 id 复用：持有数组强引用
         self.hits = 0
         self.misses = 0
 
@@ -86,9 +88,11 @@ class IndicatorCache:
     def _atom(self, a: Any) -> Any:
         """把单个参数转为可哈希原子。"""
         if isinstance(a, np.ndarray):
-            arr_id = id(a)
-            self._array_refs[arr_id] = a  # 持引用，防 id 复用
-            return ("arr", arr_id, a.shape)
+            # 内容寻址：同值不同对象必须视为同一数据（引擎每次 run 重建数组，
+            # 对象 id 不稳定）。NaN 按字节参与哈希，位模式不同只多算一次，
+            # 不会误命中。
+            digest = hashlib.blake2b(a.tobytes(), digest_size=16).hexdigest()
+            return ("arr", str(a.dtype), a.shape, digest)
         if isinstance(a, int | float | str | bool | None):
             return ("s", type(a).__name__, repr(a))
         return ("o", type(a).__name__, repr(a))