Kronos金融大模型5分钟跑通首次K线价格预测【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/KronosKronos 是面向金融K线的开源基础模型输入一段K线CSV即可输出未来多期的价格与成交量预测适合个人投资者、量化新手和想搭建股票预测原型的开发者。场景你手里有一份K线CSV你有一段某只股票的5分钟K线open、high、low、close、volume 和时间戳想生成未来 120 期的走势。自己写技术指标容易互相矛盾通用时序模型又难处理金融数据的高噪声特性。Kronos 针对这一步设计输入历史K线直接输出未来的 OHLCV 序列归一化和反归一化都内置在预测器里。Kronos 是什么开源金融基础模型概览Kronos 是首个专为金融K线训练、完全开源的 foundation model训练数据覆盖 45 个以上全球交易所论文被 AAAI 2026 收录。它是一族 decoder-only 自回归 Transformer共四个规格mini4.1M 参数上下文 2048、small24.7M上下文 512、base102.3M上下文 512、large499.2M未开源。项目采用 MIT 协议要求 Python 3.10推理支持 CPU、CUDA 和 Apple MPSmini 规格可在普通笔记本上运行。Kronos 安装步骤环境准备与首次跑通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准备一份包含 open、high、low、close 列volume 可选和 timestamps 列的 CSV然后在项目根目录运行最小预测脚本。首次运行会自动从 Hugging Face 下载模型权重from 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(your_kline.csv) df[timestamps] pd.to_datetime(df[timestamps]) pred_df predictor.predict(dfdf.iloc[:400], x_timestampdf[timestamps][:400], y_timestampdf[timestamps][400:520], pred_len120) print(pred_df.head())完整可运行脚本见 examples/prediction_example.py。不写代码也可以执行cd webui python run.py后在浏览器打开 http://localhost:7070 选择数据文件、模型规格和时间窗口即可出图。Kronos 工作原理从K线到TokenKronos 把预测拆成两级。第一级是分词器把每根K线的 OHLCV 多维数据量化成粗、细两种粒度的离散 token相当于把K线压缩成词——粗粒度 token 描述整体形态细粒度 token 保留局部细节。第二级是在这套K线语言上预训练的因果 Transformer每个块同时包含自注意力与跨块注意力配合交叉注意力和共享参数让信息在不同时间尺度间传递。推理时模型自回归地逐 token 生成再经线性头解码回价格与成交量。由于分词和预测是解耦的你可以只微调其中一级来适配自己的市场数据。Kronos 预测效果与边界对比官方示例中某只 A 股 5 分钟K线的收盘价与成交量预测未来 120 期与真实值走势基本贴合趋势和量能起伏都能还原回测侧官方流程用 Qlib 处理 A 股日线数据、微调后跑 top-K 策略累计收益曲线持续跑赢沪深300基准超额收益持续为正、最高约 0.15。效率方面predict_batch支持多序列并行官方描述沪深300成分股批量预测约 8 分钟完成。单股分析图还会同时给出价格、成交量、波动率与市场因素的综合评分例如 000021 的预测分析边界需要说清楚该回测是简化的 top-K 演示README 明确标注不是生产级交易系统未包含交易成本、滑点和风险因子中性化large 规格未开源small/base 上下文只有 512直接喂入多年的分钟级数据会被截断微调依赖 pyqlib 和 torchrun 多卡训练门槛不低。Kronos 常见坑与排查现象首次运行卡住或报连接错误。原因模型权重托管在 Hugging Face默认网络不稳定。解决设置 HF_ENDPOINT 镜像环境变量后再运行。现象CPU 推理极慢或内存溢出。原因Kronos-base 有 102.3M 参数超出普通 CPU 承载。解决换用 Kronos-mini4.1M 参数注意配套分词器是 Kronos-Tokenizer-2k且上下文变为 2048。现象输入超过 512 行时远期历史像没生效。原因Kronos-small/base 上下文长度为 512预测器只保留最近 512 个点。解决把回看窗口控制在 512 以内需要更长上下文时用 mini。现象predict 报类型错误。原因timestamps 列仍是字符串。解决先执行pd.to_datetime(df[timestamps])再按行号切出 x、y 两段时间戳。下一步先跑通 examples/prediction_example.py熟悉数据格式与输出结构接着用 finetune/ 目录在你自己的市场数据上微调分词器和预测器再回测验证若要接入实盘需在原始信号之上叠加组合优化与风控而不是直接采用模型输出。风险提示Kronos 输出属于统计意义上的预测不构成投资建议据此操作风险自担。【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