Kronos K线预测教程5行代码跑出第一次股价预测【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把一份K线CSV丢给Kronos它能接着最近的走势给出未来几十根K线的高低开收与成交量预测换个姿势跑回测还能画出策略相对基准指数的累计收益曲线。这是一个在45个以上全球交易所K线数据上预训练的开源金融大模型跟着下面的步骤你可以在自己电脑上跑通第一次预测。 一句话认识Kronos两句话讲清它是什么。Kronos 是一个专门给K线序列做的decoder-only基础模型decoder-only 即只看过去、往后逐条生成和聊天大模型同构也是首个开源的金融K线基础模型。它面对的人群是两类想用AI辅助看盘的普通投资者以及要做量化回测的开发人员。解决的核心问题也很直接K线自带开高低收、成交量五个维度噪声又大传统指标各说各话而Kronos把这堆数据当成一种语言整体来学输出一条完整、连贯的未来K线预测。 它是怎么做到的把它当成一个K线语言模型。先把K线翻译成离散符号你看到的每根K线是连续浮点数模型学不动。所以Kronos第一步用一个分词器tokenizer相当于把句子切成词的翻译器把OHLCV五个维度的数据量化成一串层次化的离散令牌——就像把K线图转写成一串K线拼音粗粒度和细粒度两层整体趋势和局部波动都不丢。自回归地猜下一根拿到令牌序列后一个因果Transformer只看历史、不偷看未来的注意力网络按自回归方式训练给定前面所有K线令牌预测下一根K线的令牌。这和语言模型猜下一个词是同一个套路只是词表换成了K线。采样生成再还原成价格预测时通过温度、核采样top_p等参数从概率里抽若干条未来路径再平均最后做反归一化把令牌翻译回真实价格。模型支持 mini / small / base 三种规格参数量从4.1M到102.3Mmini 在普通笔记本上就能跑。 从0到第一次出结果半小时能跑起来。第1步装环境。需要Python 3.10克隆仓库后装依赖git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt第2步跑起来。不写代码的路径最省事——项目自带Web界面在 webui/ 里执行cd webui python run.py然后浏览器打开http://localhost:7070上传包含 open/high/low/close 列的CSV选模型规格mini/small/base和设备CPU/CUDA/MPS点预测即可。想走代码路线最小示例如下完整可运行版在 examples/prediction_example.pyfrom model import Kronos, KronosTokenizer, KronosPredictor import pandas as pd tokenizer KronosTokenizer.from_pretrained(NeoQuasar/Kronos-Tokenizer-base) model Kronos.from_pretrained(NeoQuasar/Kronos-small) predictor KronosPredictor(model, tokenizer, max_context512) df pd.read_csv(data.csv); df[timestamps] pd.to_datetime(df[timestamps]) pred_df predictor.predict(dfdf.iloc[:512], x_timestampdf[timestamps].iloc[:512], y_timestampdf[timestamps].iloc[512:632], pred_len120)第3步看结果。pred_df就是未来时间点上逐根的 OHLCV 预测值打印前几行即可核对predict_batch还能一次并行预测多只标的。注意 small/base 的上下文上限是512根K线超长输入会被自动截断mini 支持2048。 效果怎么样先说结论官方示例里曲线跟得不错回测能跑赢基准但演示流程只是简化版。官方示例用某只A股的5分钟数据取400根K线做历史、预测后120根收盘价和成交量的预测曲线红色整体贴着真实走势蓝色走真实个股的综合分析样例在官方示例中含价格、成交量与涨跌幅分析长这样回测方面官方微调示例对测试集做推理后走Top-K选股策略策略累计收益曲线彩色大部分时间跑赢沪深300基准黑色虚线超额收益持续为正需要留意官方README明确说明这条回测管线是简化演示并非生产级量化系统实盘前要做组合优化、风险因子中性化等额外工作。 适合谁用看你对接的是鼠标还是代码。个人投资者 / 量化新手零代码看盘Web界面上传CSV就能出预测温度、采样参数都有滑块可拖个股方向参考批量看几只票的未来K线形态辅助判断趋势快速学习examples/ 里十几个脚本覆盖单股、批量、无成交量等场景量化开发人员自有数据微调finetune/ 提供基于Qlib的A股微调回测完整管线finetune_csv/ 支持任意CSV含港股5分钟K线顺序训练批量推理predict_batch利用GPU并行适合组合级预测集成回测预测输出就是标准DataFrame直接进你的回测框架❓ 常见疑问几个最容易被问到的。Q没有显卡能跑吗能。mini 版只有4.1M参数CPU即可Web界面同时支持 CPU、CUDA、MPS 三种设备。Q数据要满足什么格式必须包含 open、high、low、close 四列volume、amount 可选缺了自动补0时间戳列名为 timestamps/timestamp/date 均可。Q历史数据给多少合适small/base 建议 lookback 不超过512根超长会自动截断mini 可给到2048根。Q预测结果能直接当买卖信号吗不建议。预测本身是带随机采样的概率分布可调 sample_count 取多条路径平均且官方回测只是简化演示请务必先自己回测验证。核心源码在 model/从安装到第一次预测的路径就到这里。最后提醒一句Kronos 是研究用的开源工具输出仅供技术参考不构成任何投资建议股市有风险入市需谨慎。【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