缠论引擎提速 2.6x，瓶颈是逐行 Series 查找而非指标计算

原以为浪费在 add_indicators 算了太多用不到的指标，实测它只占全量构建的
1.3%——talib 是向量化 C 代码，便宜。真正的两处：

cal_kl_data 占 96%：每根 K 线 df.iloc[i] 新建一个 40 列 Series，再在其上做
几十次逐键查找。改为预取 ndarray 后 2 万根 1946ms → 824ms。

ChanKLC.cal_all_ema_status 占 25%：每次合并 KLU 都立即重算，而它产出的
ema_status / ema52_pos / ema52_status 全仓无任何读取方（含前端）。改为惰性
求值，保留属性形式以防将来有人读。顺带删掉 get_klc_list 里累加一整轮后直接
丢弃的 ema_up_list / ema_down_list。

另加 TF_DF(lean=True)：只构建到中枢，跳过线段/走势中枢/MACD 状态机——这些
只服务 bsp_list 与 web 展示，笔和中枢不依赖。研究与实盘走这条快 3.6x。

结果 2 万根 5m：full 1946 → 754ms，lean → 543ms。

step46_engine_parity.py 是配套的安全网，改引擎前先跑一次 --save。它对 KLC
端点与分型、笔起止价与 is_sure、中枢 zg/zd/available_ts/阶梯、信号全部输出列，
以及 26 个被下游消费的 dataframe 列取哈希。本次三处改动逐步验证，另用
git stash 切回改动前代码在 20 万根 × 5 用例上做了跨版本逐位对拍，全部一致；
增量路径与 web API 也各验一遍。

Co-authored-by: Cursor <cursoragent@cursor.com>

chanlun/pipeline/timeframe.py

@@ -38,10 +38,18 @@ from chanlun.pipeline.builders.seg import SegBuilderMixin
 from chanlun.pipeline.builders.zs import ZsBuilderMixin
 
 class TF_DF(IndicatorsBuilderMixin, KlineBuilderMixin, BiBuilderMixin, SegBuilderMixin, ZsBuilderMixin, BspBuilderMixin, FastBspBuilderMixin, IncrementalBuilderMixin):
-	def __init__(self, df=None, interval=0, timeframe=None):
+	def __init__(self, df=None, interval=0, timeframe=None, lean=False):
+		"""lean=True 只构建到中枢，跳过线段/走势中枢/MACD 状态机。
+
+		研究与实盘只吃 bi_list → 中枢 → fast_bsp 这条链；线段、zs、big_zs 和整套
+		MACD 背驰状态机是 web 展示与 bsp_list 才用的。实测这些占全量构建的约四成。
+		注意 lean 下 bsp_list/seg_list/chanmacd 均为空，**不要给 web 用**。
+		"""
+		self.lean = lean
 		if df is not None:
-			self.init_TF_DF(df, interval, timeframe)
-	def init_TF_DF(self, df, interval, timeframe):
+			self.init_TF_DF(df, interval, timeframe, lean=lean)
+	def init_TF_DF(self, df, interval, timeframe, lean=False):
+		self.lean = lean
 		self.timeframe = timeframe
 		self.interval = interval
 		# 检查 DataFrame 是否为空或没有 date 列
@@ -69,6 +77,10 @@ class TF_DF(IndicatorsBuilderMixin, KlineBuilderMixin, BiBuilderMixin, SegBuilde
 		self.klc_list = self.get_klc_list(self.klu_list)
 		self.bi_list = self.cal_bi_list(self.klc_list)
 		self.bi_zs_list = self.cal_bi_zs_list_pure(self.bi_list)
+		if self.lean:
+			self.big_zs_list = []
+			self.chanmacd = None
+			return
 		self.seg_list = self.get_seg_list(self.bi_list)
 		self.zs_list = self.get_zs_list(self.bi_list, self.seg_list)
 		self.big_zs_list = self.get_big_zs_list(self.zs_list)