摘要
MultiPeerOrderFlowImbalance 把跨资产 OFI 冲击扩展到一个同类资产篮子。每个时点先对同类资产 OFI 等权平均，得到 peer_mean；再以该均值解释本资产收益率作滚动 OLS，得到 beta、impact 和 residual。
更新 API
import numpy as np
import rtta
ind = rtta.MultiPeerOrderFlowImbalance(window=50, fillna=True)
result = ind.update(own_return, peer_ofis) # peer_ofis 形状为 (n_peers,)
# result.beta, result.impact, result.residual, result.peer_mean
# 批量：own_return (T,)，peer_ofis (T, n_peers)
batch = ind.batch(own_returns, peer_ofi_matrix)
advance(...) 更新状态但不返回结果。同类资产向量为空时返回 NaN。
工作原理
多标的订单流通常以同类资产 OFI 向量的形式到达。等权缩减：
\[\bar{f}_t = \frac{1}{P}\sum_{p=1}^{P} f_{t,p}\]
可作为单一跨资产冲击解释变量。用 \(\bar f\) 解释本资产收益率所得的滚动 \(\beta\)，等价于以 \(\bar f_t\) 作为同类资产特征的 CrossAssetOrderFlowImbalance。相较带权多同类资产变体，这是一个轻量级篮子方案。
递推公式
对于同类资产向量 \(f_t\in\mathbb R^P\)（\(P\ge1\)）：
\[\bar{f}_t = \frac{1}{P}\sum_{p=1}^{P} f_{t,p}.\]
把 \((x_t,y_t)=(r_t,\bar f_t)\) 推入长度为 \(W\) 的 RollingPairStats。设滚动和为 \(S_x,S_y,S_{xy},S_{y^2}\)，且 \(n=|W_t|\)：
\[\beta_t = \frac{n\,S_{xy} - S_x S_y}{n\,S_{y^2} - S_y^2},\]
\[\mathrm{impact}_t = \beta_t\,\bar{f}_t,\qquad
\mathrm{residual}_t = r_t - \mathrm{impact}_t,\qquad
\mathrm{peer\_mean}_t = \bar{f}_t.\]
若 fillna=False 且窗口尚未填满，\(\beta\)、冲击和残差均为 NaN；peer_mean 仍为 \(\bar f_t\)。
实现说明
该递推过程在 src/rtta/indicator.cpp 的 class MultiPeerOrderFlowImbalance 中实现。批量输入至少需要一个同类资产列。支持 float32 和 float64 同类资产向量。