Kronos K线预测模型：三条命令跑出你的第一份K线预测

Kronos K线预测模型三条命令跑出你的第一份K线预测【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你会看K线但看多了之后总会卡在一个坎上看着像要涨可我怎么验证这个感觉手动回测几百根K线不现实而大部分时间序列模型又吃不下K线里开高低收、成交量这几个维度的混合信息。Kronos 是首个开源的金融K线预测基础模型用 45 家以上全球交易所的行情数据预训练把K线数据变成模型能读懂的文字再像预测下一个词一样预测未来走势。想看看效果的散户、有自己数据的开发者、要批量回测的研究者都能从它起步。先把K线变成模型能读的文字传统模型读不懂K线的根源一根K线同时带着开盘、收盘、最高、最低、成交量好几维信息还夹着大量市场噪声。Kronos 的解法很直白——既然语言模型靠分词读懂文章K线也能分词。整个思路核心在 model/ 目录里拆成两步分词器Tokenizer像把句子切成词语一样把连续的K线数据量化成两层粗细不同的离散符号细节不丢自回归 Transformer在符号序列上做预训练学会根据前面发生什么推断下一步更可能发生什么这套架构天然抗噪声一句话概括分词负责翻译Transformer 负责续写。三条命令跑起网页预测装好 Python 3.10 后最省事的路径是它自带的网页界面 webui/git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt cd webui python run.py浏览器打开http://localhost:7070你打开→你看到→你得到的过程是选择 CSV 数据文件 → 选模型和 CPU/CUDA/MPS 设备 → 拖动时间窗口固定 400120 个数据点→ 点预测页面里直接出 K 线图和预测/实际对比。数据只要open、high、low、close四列volume、amount可选首次加载模型会自动下载权重稍等片刻即可。习惯命令行的话examples/prediction_example.py 是一条完整可运行脚本把 DataFrame 和历史/未来两组时间戳交给KronosPredictor就能出预测还支持predict_batch多标的批量预测以及用T温度、top_p核采样概率、sample_count采样条数控制概率预测的随机性。选哪个规格不纠结只有 CPU 或想快速试跑 →Kronos-mini4.1M 参数上下文 2048轻到没感觉有普通 GPU、要速度和精度平衡 →Kronos-small24.7M 参数README 示例默认用它想要更高精度 →Kronos-base102.3M 参数不确定就先跑 mini把数据格式和流程跑通再换大的 一个实用细节small 和 base 的最大上下文是 512喂给模型的历史长度最好别超这个数KronosPredictor会自动截断更长的输入不会报错但精度会受影响。看三张真实产出这张图在告诉你什么单标的预测的完整形态——历史走势与未来预测叠加在一张图上你能直接看出模型在断点之后续写出了什么这张图在告诉你什么在 A 股日线上微调后用 top-K 简单策略跑回测策略累计收益相对基准指数的差距曲线——这是模型输出能不能变成策略收益的第一道验证这张图在告诉你什么真实个股平安银行 000021的预测输出细节examples/yuce/ 目录里还有配套 JSON 分析报告可以对照着看按你的角色选路线只想看看效果直接上 webui/不用写代码界面里有 K 线图展示和预测/实际对比分析有自己数据的开发者finetune_csv/ 提供 CSV 微调全流程改一份 yaml 配置就能训练内置阿里巴巴港股 09988 五分钟K线的完整示例量化研究者finetune/ 给出 Qlib 数据处理、tokenizer 与 predictor 两阶段微调支持 torchrun 多卡和回测评估的完整脚本链它不是什么⚠️ 官方明确说回测流水线只是演示信号属于原始预测离实盘还差组合优化、风险因子中性化、交易成本建模这一整套工程。别把这条曲线当成可直接上场的交易系统。回到开头那个感觉要涨的坎——现在你有了个能验证它的工具。下一步建议把任意一只你观察已久的股票K线导成 CSV扔进 webui 跑一次看看模型续写出来的走势和你的直觉差多少。【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