K线也能喂给大模型？Kronos金融时序预测模型上手体验

K线也能喂给大模型Kronos金融时序预测模型上手体验【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 是一个面向金融时序预测的开源K线大模型它在 45 多家全球交易所的数据上预训练输入一段历史K线就能输出未来几十根K线的价格、成交量预测。比如拿 BTC 或某只 A 股的 5 分钟线跑一次就能得到未来 120 根K线的预测值。它要解决什么问题传统模型拟合不了非线性行情ARIMA 这类线性模型在真实市场里很快失效换个股票、换个周期就要重调一套参数。人工盯盘与调参成本高量化人员要自己处理数据、归一化、写模型一条流水线搭下来往往以周计。通用时序模型丢掉了K线结构把K线当成一条纯价格序列来建模open/high/low/close/volume 之间的结构信息就浪费了。Kronos 的定位是K线基础模型foundation model先在海量多市场K线上预训练你再拿它去预测新标的无需从零训练。核心原理两句话讲明白机制一K线分词tokenizer。就像把句子拆成词模型才能学语法Kronos 的分词器把每根K线的 OHLCV 五个连续数值压缩成粗、细两级离散 token采用 BSQ 二进制球量化K线从此变成模型能阅读的文本符号。机制二自回归 Transformer 预训练。就像语言模型读完前文预测下一个字Kronos 用因果decoder-onlyTransformer 在 token 序列上训练只看历史、逐根生成未来 token天然不会泄露未来信息。 从克隆到第一次预测5 分钟K线预测怎么跑环境门槛只有一条Python 3.10有 NVIDIA GPU 最佳。Kronos-small 仅 24.7M 参数消费级显卡即可推理。第 1 步克隆仓库git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos第 2 步安装依赖pip install -r requirements.txt第 3 步准备数据按 仓库里的示例数据 的格式准备一份含timestamps/open/high/low/close/volume/amount列的K线 CSV放到示例脚本读取的位置如./data/XSHG_5min_600977.csv。第 4 步运行官方示例自动从 Hugging Face 拉取 Kronos-small 与对应分词器python examples/prediction_example.py跑通后你会看到什么终端打印预测 DataFrame 的前几行并弹出一张上下两联图——上联是收盘价、下联是成交量蓝线为真实值、红线为预测值预测的 120 根K线正好接在历史K线末端。这就是金融时序预测部署的最短路径。 效果看这 3 个数字45交易所数量预训练语料覆盖 45 多家全球交易所的K线。落到使用上换市场、换标的可以先零样本跑一遍预测再决定要不要微调不必每只股票都从零训模型。24.7MKronos-small 参数量small 版 24.7M、mini 版 4.1M、base 版 102.3M。落到使用上mini/small 在单张消费级 GPU 上就能推理显存紧张时直接换 mini。512最大上下文根small/base 最多读入 512 根历史K线。示例用 lookback400、pred_len120即看 400 根 5 分钟线、预测后续 120 根约 10 小时交易时长输入超长会自动截断。谁适合用它个人量化玩家不用自己写模型实例化KronosPredictor几行代码就拿到未来K线可直接替换你筛选脚本里的价格预测环节数据源用 akshare 或任何行情接口导出的 CSV 即可接入。回测研究者把模型预测的K线当作信号源喂给回测。仓库自带 Qlib A 股回测流程跑 finetune/qlib_test.py 即可得到 top-K 策略的累计收益曲线方便和现有基线横向对比。想微调的工程人员用 finetune_csv/ 目录一份自己的 CSV 加一份 配置模板 就能微调train_sequential.py一条命令顺序完成分词器和预测器两段训练多卡可用 torchrun 分布式加速。资源与延伸阅读README.md模型家族、安装与全部使用说明Kronos 大模型入口examples/prediction_example.py预测示例脚本finetune_csv/configs/config_ali09988_candle-5min.yamlCSV 微调配置模板finetune/qlib_test.pyA 股回测脚本论文已被 AAAI 2026 接收仓库内还提供 webui 网页预测界面后续想从跑通 demo走向接入自己的策略建议从上面的微调配置和回测脚本入手。最后提醒一句模型输出仅供研究与学习参考不构成投资建议。【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