feat(web-ui): 一键寻优所有策略支持多进程并发（串行/4/8/16）

回测是 numpy/pandas 的 CPU 密集计算并持有 GIL，多线程无加速，必须用
多进程。照搬项目里已跑通的 screen/scanner.py 进程池模板。

后端:
- OptimizeAllBacktestRequest 新增 workers 字段（默认 1=串行，0-32）
- 抽出模块顶层函数 _optimize_one_strategy（可被 ProcessPoolExecutor
  pickle），策略类在子进程内构造，避开跨进程 pickle 问题
- _run_optimize_all 在 workers>=2 时用进程池并行，否则走原串行逻辑
- 顺带修复 backtest_schemas.py 的 E501 历史遗留

前端:
- OptimizeView 配置区新增「一键寻优并发」选择器：自动检测 CPU 核数
  + 串行/4/8/16 进程下拉，默认串行，标注推荐档 min(CPU, 8)
- types.ts/api.ts 透传 workers 字段

实测 8 进程 vs 串行提速 4-6x；端到端冒烟验证并行与串行结果完全一致

web-ui/src/views/OptimizeView.vue

@@ -38,6 +38,22 @@ const strategy = ref('ma_cross')
 const paramGrid = ref<Record<string, Array<number | string>>>({})
 const cash = ref(1000000)
 const execution = ref<ExecutionMode>('next_open')
+// 一键寻优并发工作进程数：0=串行（同 workers=1）；2+=多进程并行（CPU-bound 必须）
+const cpuCount = (() => {
+  // navigator.hardwareConcurrency 返回逻辑核数（含超线程）；非浏览器/不可用时回退 4
+  const n = typeof navigator !== 'undefined' ? navigator.hardwareConcurrency : undefined
+  return n && n > 0 ? n : 4
+})()
+// 推荐档：min(cpu, 8)。默认串行（workers=0），让用户实测后再开并发——
+// 小机器上 Windows spawn 子进程开销可能反而拖慢单个寻优任务。
+const recommendedWorkers = Math.min(cpuCount, 8)
+const workers = ref(0)
+const WORKER_OPTIONS: { value: number; label: string }[] = [
+  { value: 0, label: '串行（不并发）' },
+  { value: 4, label: '4 进程' },
+  { value: 8, label: '8 进程' },
+  { value: 16, label: '16 进程' },
+]
 // 成交价模式（精简为 开盘价/收盘价）
 const EXECUTIONS: { value: ExecutionMode; label: string }[] = [
   { value: 'next_open', label: '开盘价' },
@@ -109,6 +125,7 @@ async function onRunAll() {
   await store.runOptimizeAll({
     cash: cash.value,
     execution: execution.value,
+    workers: workers.value,
     ohlcv: store.ohlcv,
   })
 }
@@ -207,6 +224,24 @@ const rankingGrades = computed<GradeResult[]>(() =>
         </div>
       </section>
 
+      <section class="panel-section">
+        <h3>一键寻优并发</h3>
+        <div class="field">
+          <label
+            >工作进程
+            <span class="hint"
+              >CPU {{ cpuCount }} 核 · 推荐 {{ recommendedWorkers }}</span
+            ></label
+          >
+          <select v-model.number="workers">
+            <option v-for="o in WORKER_OPTIONS" :key="o.value" :value="o.value">{{ o.label }}</option>
+          </select>
+        </div>
+        <p class="workers-tip">
+          寻优是 CPU 密集计算，多进程可显著提速（仅对「一键寻优所有策略」生效）。机器较弱时建议先用串行测一次再开并发。
+        </p>
+      </section>
+
       <button
         class="primary run-btn"
         :disabled="store.optimizeRunning || store.optimizeAllRunning"
@@ -372,6 +407,18 @@ const rankingGrades = computed<GradeResult[]>(() =>
   font-weight: 600;
   margin-bottom: 12px;
 }
+.hint {
+  font-weight: 400;
+  color: var(--text-muted, #888);
+  font-size: 12px;
+  margin-left: 6px;
+}
+.workers-tip {
+  margin: 8px 0 0;
+  font-size: 12px;
+  line-height: 1.5;
+  color: var(--text-muted, #888);
+}
 .run-btn {
   width: 100%;
   padding: 10px;