Kronos金融K线预测三步跑起来新手上手指南【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/KronosKronos 是一个开源的金融K线预测基础模型在 45 家全球交易所的K线数据上预训练。给它一段历史K线它能给出未来若干周期的K线预测包括开盘、最高、最低、收盘和成交量。下面是我整理的一条完整上手路径。 Kronos 解决什么问题传统做法是每换一只股票、一个周期就要重训一个时序模型成本很高。Kronos 的思路是先预训练、再拿来就用先在海量K线上学出通用规律之后你可以直接推理或用自己的数据微调。模型有 mini、small、base、large 四个规格参数从 410 万到约 5 亿前三个均已开源mini 规格轻量资源要求低。相关论文已被 AAAI 2026 接收。⚙️ 它是怎么工作的把K线翻译成语言核心是一条两阶段流水线。第一阶段专门的tokenizerKronosTokenizer把连续的 OHLCV 数值开高低收加成交量量化成层次化的离散token类似把一段文字拆成一个个词。第二阶段一个因果自回归的 Transformerdecoder-only 结构在这些token上做预测下一个token也就是根据前面的K线推断下一根K线和语言大模型生成文字是同一个套路。所以它天然能同时预测价格和成交量。 跑起来的三种方式方式一Python 脚本调用先克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt要求 Python 3.10 及以上。装好后用这几行代码加载模型from model import Kronos, KronosTokenizer, KronosPredictor tokenizer KronosTokenizer.from_pretrained(NeoQuasar/Kronos-Tokenizer-base) model Kronos.from_pretrained(NeoQuasar/Kronos-small) predictor KronosPredictor(model, tokenizer, max_context512)输入是一个 pandas DataFrame必须含open/high/low/close四列volume和amount可选。examples/prediction_example.py 是可直接运行的完整脚本跑完会画一张预测值与实际值的对比图方式二Web 界面零代码不想写代码就启动内置的 Web 页面cd webui python run.py启动后访问 localhost:7070选择CSV数据文件、拖滑块选时间窗口、点预测即可。温度、top_p 和采样条数都能在页面上调详见 webui/README.md。方式三用自己的 CSV 微调预训练模型不够贴你的标的时可以用 finetune_csv/ 里的脚本微调仓库自带一份阿里港股5分钟K线的示例配置python train_sequential.py --config configs/config_ali09988_candle-5min.yaml脚本会按顺序先训tokenizer、再训predictor。微调后在阿里5分钟K线上的预测效果大致如下 预测效果和回测怎么看重点看两类图。预测对比图看预测曲线和实际曲线的走势、关键转折点是否吻合。如果要做回测仓库提供了基于 Qlib 的完整流程在 finetune/ 目录它会用预测信号生成 top-K 选股策略并画出策略与基准的累计收益曲线例如⚠️ 常见坑与限制small 和 base 模型的最大上下文是 512输入历史别超过这个长度过长的数据会被自动截断。官方回测只是演示流程不是生产级量化系统真实使用需要自己加组合优化、风险因子中性化和交易成本建模。finetune/目录里部分代码注释由AI生成作者自己注明以代码逻辑为准。预测是采样过程可以用sample_count生成多条路径再取平均所以结果不是唯一解。接下来可以深入什么完整参数说明看主文档 README.md模型实现在 model/kronos.py 和 model/module.py。先从 Kronos-small 跑通一次预测再决定要不要微调是最省时间的路线。【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/Kronos创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Kronos金融K线预测三步跑起来：新手上手指南
Kronos金融K线预测三步跑起来新手上手指南【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/KronosKronos 是一个开源的金融K线预测基础模型在 45 家全球交易所的K线数据上预训练。给它一段历史K线它能给出未来若干周期的K线预测包括开盘、最高、最低、收盘和成交量。下面是我整理的一条完整上手路径。 Kronos 解决什么问题传统做法是每换一只股票、一个周期就要重训一个时序模型成本很高。Kronos 的思路是先预训练、再拿来就用先在海量K线上学出通用规律之后你可以直接推理或用自己的数据微调。模型有 mini、small、base、large 四个规格参数从 410 万到约 5 亿前三个均已开源mini 规格轻量资源要求低。相关论文已被 AAAI 2026 接收。⚙️ 它是怎么工作的把K线翻译成语言核心是一条两阶段流水线。第一阶段专门的tokenizerKronosTokenizer把连续的 OHLCV 数值开高低收加成交量量化成层次化的离散token类似把一段文字拆成一个个词。第二阶段一个因果自回归的 Transformerdecoder-only 结构在这些token上做预测下一个token也就是根据前面的K线推断下一根K线和语言大模型生成文字是同一个套路。所以它天然能同时预测价格和成交量。 跑起来的三种方式方式一Python 脚本调用先克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt要求 Python 3.10 及以上。装好后用这几行代码加载模型from model import Kronos, KronosTokenizer, KronosPredictor tokenizer KronosTokenizer.from_pretrained(NeoQuasar/Kronos-Tokenizer-base) model Kronos.from_pretrained(NeoQuasar/Kronos-small) predictor KronosPredictor(model, tokenizer, max_context512)输入是一个 pandas DataFrame必须含open/high/low/close四列volume和amount可选。examples/prediction_example.py 是可直接运行的完整脚本跑完会画一张预测值与实际值的对比图方式二Web 界面零代码不想写代码就启动内置的 Web 页面cd webui python run.py启动后访问 localhost:7070选择CSV数据文件、拖滑块选时间窗口、点预测即可。温度、top_p 和采样条数都能在页面上调详见 webui/README.md。方式三用自己的 CSV 微调预训练模型不够贴你的标的时可以用 finetune_csv/ 里的脚本微调仓库自带一份阿里港股5分钟K线的示例配置python train_sequential.py --config configs/config_ali09988_candle-5min.yaml脚本会按顺序先训tokenizer、再训predictor。微调后在阿里5分钟K线上的预测效果大致如下 预测效果和回测怎么看重点看两类图。预测对比图看预测曲线和实际曲线的走势、关键转折点是否吻合。如果要做回测仓库提供了基于 Qlib 的完整流程在 finetune/ 目录它会用预测信号生成 top-K 选股策略并画出策略与基准的累计收益曲线例如⚠️ 常见坑与限制small 和 base 模型的最大上下文是 512输入历史别超过这个长度过长的数据会被自动截断。官方回测只是演示流程不是生产级量化系统真实使用需要自己加组合优化、风险因子中性化和交易成本建模。finetune/目录里部分代码注释由AI生成作者自己注明以代码逻辑为准。预测是采样过程可以用sample_count生成多条路径再取平均所以结果不是唯一解。接下来可以深入什么完整参数说明看主文档 README.md模型实现在 model/kronos.py 和 model/module.py。先从 Kronos-small 跑通一次预测再决定要不要微调是最省时间的路线。【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/Kronos创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考