feat: EURUSD Trading-Verbesserungen implementiert (Phase 1)

Neue Module für quantitatives EURUSD-Trading:

1. Hurst Exponent Regime Detection (eurusd_regime.py)
   - Erkennt Marktregime: MEAN_REVERSION, NEUTRAL, TRENDING
   - R/S-Analyse für 1min EURUSD-Daten optimiert
   - Trading-Empfehlungen pro Regime

2. BM25 Memory-System (eurusd_memory.py)
   - Speichert vergangene Trades mit Situation/Ergebnis
   - Findet ähnliche Setups via BM25-Ähnlichkeit
   - Persistente JSON-Speicherung
   - Historische Win-Rate Analyse

3. Volatility-Adjusted Position Sizing (eurusd_risk.py)
   - ATR-basierte Volatilitätsmessung
   - Positionsgröße nach Volatilitäts-Percentile (0.4x-1.5x)
   - Regime-Adjustierung (MEAN_REVERSION/TRENDING/NEUTRAL)
   - Korrelations-Adjustierung für Forex-Paare

4. Multi-Provider LLM Fallback (eurusd_llm.py)
   - Automatische Fallback-Kette bei API-Ausfällen
   - Provider: Qwen3.5 → DeepSeek → Gemini → Ollama
   - Provider-Statistiken für Monitoring
   - JSON-Modus für strukturierte Outputs

Daten-Pipeline verbessert:
- 1-Minuten-Daten korrekt in Qlib integriert
- Prompts von 15min auf 1min aktualisiert
- generate.py für 1min EURUSD-Daten angepasst

Alle Module einzeln und im Integrationstest bestanden.

rdagent/app/qlib_rd_loop/prompts.yaml

@@ -1,9 +1,10 @@
 hypothesis_generation:
   system: |-
     You are an expert quantitative researcher specialized in FX (foreign exchange) trading,
-    specifically EURUSD intraday strategies on 15-minute bars.
+    specifically EURUSD intraday strategies on 1-MINUTE bars.
 
     EURUSD domain knowledge you must apply:
+    - Data frequency: 1-minute bars (96 bars = 1 day, 16 bars = 16 minutes)
     - London session (08:00-12:00 UTC): highest volatility, trending behavior — favor momentum strategies
     - NY session (13:00-17:00 UTC): second volatility peak, also trending
     - Asian session (00:00-07:00 UTC): low volatility, mean-reverting behavior