feat: 第四类买卖点（B4/S4）融入缠论引擎与 web 展示

研究侧的 fast_bsp3 一直只活在 research/lib/ 里，web 端看不到，回测与目视
两条线对不上。这次把它搬进引擎，作为独立的第四类买卖点。

之所以单独立类而不是当作 B3/S3 的低滞后版：step30/31 显示引擎原生的
B3/S3 统计上呈逆势、显著亏损（胜率 27.4%、PF 0.66、t −18.76），而同一组
过滤器把 B4 从 PF 1.59 提到 2.26 却对它无效（0.66→0.71）。两者选的是
不同的交易群体，不是同一信号的早晚两版。

- chanlun/analysis/fast_bsp.py 原样搬入 find_fast_bsp3 与 build_htf_zones，
  另加 add_zone_ladder / htf_fx_timeline / attach_htf_agree
- research/lib/ 两个模块改为转发，所有 step 脚本导入不变，信号逐条比对一致
- 大级别上下文用 resample 从同一份 df 构建，不额外拉数据，因此与界面上选的
  周期和时间范围无关
- 前端三个复选框 + 过滤模式下拉；未过滤的原始信号用浅色，避免与主口径混淆

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

research/lib/nested_level.py

@@ -17,43 +17,8 @@ import pandas as pd
 
 sys.path.insert(0, str(Path(__file__).resolve().parents[2]))
 
-from chanlun import TF_DF
-
-
-def build_htf_zones(df_htf: pd.DataFrame, tf: str, chan: TF_DF | None = None) -> pd.DataFrame:
-    """算 pure 笔中枢，返回带生效时间的区间表。
-
-    available_ts —— 该中枢最早可被使用的时间戳（其确认时刻）。
-    传入已构建好的 chan 可避免重复跑一遍 pipeline（大数据集上省一半时间）。
-    """
-    if chan is None:
-        chan = TF_DF(df_htf, 1, tf)
-    zs_list = chan.cal_bi_zs_list_pure(chan.bi_list)
-    # 用引擎自己的 dataframe 对齐，避免调用方传入的 df 与引擎内部行数不一致
-    src = chan.dataframe if getattr(chan, "dataframe", None) is not None else df_htf
-    ts_of = dict(zip(src["date"].dt.strftime("%Y-%m-%d %H:%M:%S"), src["timestamp"]))
-
-    rows = []
-    for zs in zs_list:
-        bis = getattr(zs, "bi_list", [])
-        if not bis:
-            continue
-        # 中枢可用时刻：构成它的最后一笔被确认之时
-        last_bi = bis[-1]
-        sure_key = str(getattr(last_bi, "sure_time", "") or "")
-        end_key = str(getattr(last_bi, "end_time", "") or "")
-        avail = ts_of.get(sure_key) or ts_of.get(end_key)
-        if avail is None:
-            continue
-        start_key = str(bis[0].start_time)
-        rows.append({
-            "zg": float(zs.zg), "zd": float(zs.zd),
-            "gg": float(getattr(zs, "gg", zs.zg)), "dd": float(getattr(zs, "dd", zs.zd)),
-            "start_ts": ts_of.get(start_key, avail),
-            "available_ts": int(avail),
-        })
-    out = pd.DataFrame(rows)
-    return out.sort_values("available_ts").reset_index(drop=True) if not out.empty else out
+# build_htf_zones 已移入引擎，与 web 共用同一份实现；annotate_position 仍是研究专用
+from chanlun.analysis.fast_bsp import build_htf_zones  # noqa: F401
 
 
 def annotate_position(