累计 PnL 零交叉次数：回测净值曲线的符号翻转计数

实现 solution(returns: list[float]) -> int。给定一段长度为 N 的逐期收益流 returns，构造累计 PnL 路径 P[i] = sum(returns[0..i])，并统计该路径穿越零的符号翻转次数。

一次交叉是指 P 的符号在严格正与严格负之间发生切换；P 等于零的样本应当被跳过而不是单独计一次。具体地：扫描 P[0], P[1], ..., P[N-1] 中所有非零样本的符号序列，答案为该过滤后子序列里相邻不同符号的对数。

示例：solution([1.0, -2.0, 2.0, -2.0, 2.0]) 返回 4。累计路径为 P = [1, -1, 1, -1, 1]，非零符号序列为 +, -, +, -, +，相邻发生 4 次符号切换。

需明确的若干细节：solution([]) 返回 0；solution([1.0, -1.0, 1.0]) 对应 P = [1, 0, 1]，跨过 0 但跳过零之后两侧都是 +，因此答案为 0；solution([1.0, -1.0, 0.0, 0.0, 1.0, -2.0]) 对应 P = [1, 0, 0, 0, 1, -1]，非零符号为 +, +, -，答案为 1。

朴素的 O(N^2) 双重循环每次在下标区间上重新累加 returns 在小样本下没问题，但在隐藏的大用例下会超时。预期解法是单趟线性扫描：维护当前累计和、上一个非零符号、以及整数计数器。

实现细节由 stubs/stub.py 提供。

实践背景

在回测报告中，累计 PnL 曲线的"零交叉次数"是快速衡量策略颠簸程度的一个诊断指标：净值线反复穿越起点的策略往往在交易成本里被磨损殆尽，更像是被噪声触发的伪信号而不是被捕捉到的某个 regime。研究侧会在 walk-forward 多折切片之间、或同一组合内不同标的之间对比这个计数，挑出那种平均收益虽然为正但起点穿越次数过多、在真实滑点下很可能完全失效的策略。把"踩到 0"的样本当成跳过而不是翻转之所以重要，是因为实盘净值在预热阶段、空仓日尾盘以及任何再平衡检查点都会停在 0 上——这些都不是 regime 切换，不该被计入翻转次数。