Kronos K线预测完整指南开源K线大模型本地快速上手【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每天盯盘数小时还要手工拉均线、翻研报Kronos 把这件事交给模型这个开源K线预测基础模型在 45 家以上全球交易所的行情上预训练你给它一段历史 K 线它输出一段未来走势。下面用仓库里真实可跑的东西带你在 10 分钟内判断它值不值得试。三步命令本地跑通 Kronos 预测先装 Python 3.10然后git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt不写代码的话直接进网页版cd webui python run.py打开http://localhost:7070选一份 CSV必须有open、high、low、close四列volume可选、选模型和 CPU/CUDA/MPS 设备、拖动时间窗口、点预测。窗口固定为 400 个历史点 120 个预测点首次加载会从 Hugging Face 拉权重等一会就行。跑完你会看到一张 K 线图蓝色是历史价格红色是模型预测旁边还附预测值与实际值的误差统计。预测图和回测曲线长什么样跑 examples/prediction_example.py 这条完整脚本会得到下面这张收盘价与成交量的对比图蓝色 Ground Truth 是真实走势红色 Prediction 是模型输出两段走势方向基本贴合。想看真实个股的输出去 examples/yuce/ 目录里面有四只沪深个股深科技 000021、平安银行 000001 等的预测图每张配一份 JSON 报告含最高/最低/最终预测价以及大盘、板块、宏观、美联储利率、基本面五个维度的评分做完 finetune/ 里的 A 股日线微调后跑 top-K 简单策略回测输出策略相对 CSI300 基准的累计收益曲线30 秒看懂 Kronos 怎么读K线它的机制一句话能说完把 K 线翻译成符号再逐个预测下一个类似把一段语音转成音素表、让模型照着预测下一个音素。两个要点分词器把每根 K 线的开高低收量量化成粗 细两级离散符号粗符号管大势、细符号管精度就像先认字再辨笔画自回归 Transformer 在这串符号上预训练学完 45 家以上交易所的数据后预测时就一个符号一个符号往外吐。架构细节可以看官方图分词和预训练两个阶段一目了然按显存挑模型规格再决定微调路线模型参数量上下文长度定位Kronos-mini4.1M2048最轻CPU 可跑Kronos-small24.7M512示例脚本默认速度精度平衡Kronos-base102.3M512精度更高Kronos-large499.2M512未开源一个实用细节small 和 base 最大上下文是 512历史数据超长的部分会被KronosPredictor自动截断喂数不用刻意卡长度。进阶按需求走。有自己 CSV 的进 finetune_csv/ 改一份 yaml 就能训练内置阿里巴巴港股 09988 五分钟 K 线完整示例量化研究用 Qlib 脚本链数据预处理、两阶段训练、回测多卡直接 torchrun。需要提醒finetune 的回测只是演示README 里明确写了它不是生产级交易系统信号属于原始预测离实盘还差组合优化、风险中性化、交易成本建模一整套工程。 一个实用建议先用 Kronos-mini 把数据格式和流程跑通再换大模型少被环境问题卡住。适合想批量验证 K 线信号、愿意自己接数据的人追求开箱即用实盘信号的不适合。下一步按第一节命令先把 webui 跑起来。【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 K线预测完整指南：开源K线大模型本地快速上手
Kronos K线预测完整指南开源K线大模型本地快速上手【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每天盯盘数小时还要手工拉均线、翻研报Kronos 把这件事交给模型这个开源K线预测基础模型在 45 家以上全球交易所的行情上预训练你给它一段历史 K 线它输出一段未来走势。下面用仓库里真实可跑的东西带你在 10 分钟内判断它值不值得试。三步命令本地跑通 Kronos 预测先装 Python 3.10然后git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt不写代码的话直接进网页版cd webui python run.py打开http://localhost:7070选一份 CSV必须有open、high、low、close四列volume可选、选模型和 CPU/CUDA/MPS 设备、拖动时间窗口、点预测。窗口固定为 400 个历史点 120 个预测点首次加载会从 Hugging Face 拉权重等一会就行。跑完你会看到一张 K 线图蓝色是历史价格红色是模型预测旁边还附预测值与实际值的误差统计。预测图和回测曲线长什么样跑 examples/prediction_example.py 这条完整脚本会得到下面这张收盘价与成交量的对比图蓝色 Ground Truth 是真实走势红色 Prediction 是模型输出两段走势方向基本贴合。想看真实个股的输出去 examples/yuce/ 目录里面有四只沪深个股深科技 000021、平安银行 000001 等的预测图每张配一份 JSON 报告含最高/最低/最终预测价以及大盘、板块、宏观、美联储利率、基本面五个维度的评分做完 finetune/ 里的 A 股日线微调后跑 top-K 简单策略回测输出策略相对 CSI300 基准的累计收益曲线30 秒看懂 Kronos 怎么读K线它的机制一句话能说完把 K 线翻译成符号再逐个预测下一个类似把一段语音转成音素表、让模型照着预测下一个音素。两个要点分词器把每根 K 线的开高低收量量化成粗 细两级离散符号粗符号管大势、细符号管精度就像先认字再辨笔画自回归 Transformer 在这串符号上预训练学完 45 家以上交易所的数据后预测时就一个符号一个符号往外吐。架构细节可以看官方图分词和预训练两个阶段一目了然按显存挑模型规格再决定微调路线模型参数量上下文长度定位Kronos-mini4.1M2048最轻CPU 可跑Kronos-small24.7M512示例脚本默认速度精度平衡Kronos-base102.3M512精度更高Kronos-large499.2M512未开源一个实用细节small 和 base 最大上下文是 512历史数据超长的部分会被KronosPredictor自动截断喂数不用刻意卡长度。进阶按需求走。有自己 CSV 的进 finetune_csv/ 改一份 yaml 就能训练内置阿里巴巴港股 09988 五分钟 K 线完整示例量化研究用 Qlib 脚本链数据预处理、两阶段训练、回测多卡直接 torchrun。需要提醒finetune 的回测只是演示README 里明确写了它不是生产级交易系统信号属于原始预测离实盘还差组合优化、风险中性化、交易成本建模一整套工程。 一个实用建议先用 Kronos-mini 把数据格式和流程跑通再换大模型少被环境问题卡住。适合想批量验证 K 线信号、愿意自己接数据的人追求开箱即用实盘信号的不适合。下一步按第一节命令先把 webui 跑起来。【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