feat: CLI 对齐 WebUI/SDK 分析能力 — 一键参数寻优+策略列表+组合级WF/一条龙

CLI 此前缺失的三块补齐，引擎层复用现成实现（ParamGridOptimizer/
STRATEGY_PRESETS/evaluate_portfolio/PortfolioWalkForwardEngine），
CLI、Web API 与 Python SDK 三条通路能力对等：

- 新增 easy-tdx optimize 参数网格寻优命令：单策略网格搜索
  （--strategy 用预设网格或 --param 自定义），--all 一键寻优所有
  内置策略并按总收益率全局排名（对齐 WebUI /optimize 页与
  /backtest/optimize-all/run/async）；--workers 进程级并行；
  策略名/参数名联网前前置校验快速失败
- optimizer 新增 optimize_all_strategies 规范实现（模块级 worker
  可 pickle、主进程解析 label、跨策略进程池并行、presets 可注入
  子集网格），CLI 与后续 Web 端共用
- 新增 easy-tdx strategies 内置策略列表命令（名称/参数默认值/
  预设网格/说明；--output json 与 GET /backtest/strategies 同构）
- portfolio 补 --evaluate（组合级一条龙）/ --wf（组合级 WF）/
  --auto-fees，输出与 WebUI /portfolio 页同构
- 测试新增 12 例（optimize 互斥/未知策略/未知参数校验、strategies
  表格与 JSON、portfolio 新旗标、optimize_all_strategies 排名序/
  skipped/JSON 原生类型）；pytest 1611 通过、ruff/mypy 全绿
- 文档同步：README、docs/backtest_usage.md CLI 章节+目录、
  CHANGELOG 未发布小节、examples/20_cli/cli_examples.sh 补
  回测系列 §39-48（输出样例均为真实行情实测）

tests/unit/test_optimizer.py

@@ -215,3 +215,58 @@ class TestStrategyPresets:
         for name, grid in STRATEGY_PRESETS.items():
             size = math.prod(len(v) for v in grid.values()) if grid else 1
             assert size <= 200, f"{name}: 预设网格 {size} 点超上限"
+
+
+class TestOptimizeAllStrategies:
+    """一键寻优所有内置策略."""
+
+    def test_ranking_sorted_and_labeled(self) -> None:
+        """排名按 total_return 降序，best 是 ranking[0]，附中文 label。"""
+        from easy_tdx.backtest.optimizer import optimize_all_strategies
+
+        presets = {
+            "ma_cross": {"fast": [5, 10], "slow": [20, 30]},
+            "donchian": {"n": [10, 20]},
+        }
+        report = optimize_all_strategies(_make_df(), presets=presets)
+        assert report["skipped"] == []
+        assert report["total_grid_points"] == sum(r["grid_points"] for r in report["ranking"])
+        returns = [r["total_return"] for r in report["ranking"]]
+        assert returns == sorted(returns, reverse=True)
+        assert report["best"] == report["ranking"][0]
+        for r in report["ranking"]:
+            assert r["strategy_label"]
+            assert set(r) >= {
+                "strategy",
+                "strategy_label",
+                "params",
+                "total_return",
+                "sharpe",
+                "max_drawdown",
+                "total_trades",
+                "win_rate",
+                "profit_factor",
+                "grid_points",
+            }
+
+    def test_unregistered_preset_skipped(self) -> None:
+        """预设里指向未注册策略的条目应进 skipped，不中断整体寻优。"""
+        from easy_tdx.backtest.optimizer import optimize_all_strategies
+
+        presets = {
+            "ma_cross": {"fast": [5], "slow": [20]},
+            "no_such_strat": {"n": [10]},
+        }
+        report = optimize_all_strategies(_make_df(), presets=presets)
+        assert report["skipped"] == ["no_such_strat"]
+        assert [r["strategy"] for r in report["ranking"]] == ["ma_cross"]
+
+    def test_json_native_values(self) -> None:
+        """结果应为 JSON 原生类型（可直供 CLI/REST 序列化）。"""
+        import json
+
+        from easy_tdx.backtest.optimizer import optimize_all_strategies
+
+        presets = {"ma_cross": {"fast": [5, 10], "slow": [20]}}
+        report = optimize_all_strategies(_make_df(), presets=presets)
+        json.dumps(report, allow_nan=False)  # NaN/Inf 抛 ValueError