Kronos金融大模型完整指南：3行代码跑通AI股价预测

Kronos金融大模型完整指南3行代码跑通AI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在官方微调回测中基于 Kronos 预测信号的策略全程跑赢沪深300基准超额收益最高达到 0.15。Kronos 是一个专为读K线蜡烛图记录金融市场价格走势的柱状图设计的开源金融大模型输入历史K线数据它输出一整段未来的价格与成交量曲线。该项目已被顶级会议 AAAI 2026 接收训练数据覆盖全球 45 个以上交易所的K线。不写代码的人也可以在网页上三分钟拿到一次预测。一句话认识 Kronos它解决一个问题怎么让计算机像人一样看懂K线图。Kronos 先用 tokenizer把开、高、低、收、量这些多维数字翻译成模型能学的词汇的转换器把图表变成一串词再由大模型逐根预测下一根K线最终给出价格与成交量预测曲线。完全开源、无收费可在自己的电脑上部署带网页操作界面不写代码也能出结果mini 到 base 三档模型4M–100M参数笔记本到显卡都能跑 先跑起来先克隆仓库并安装依赖要求 Python 3.10 及以上git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt不写代码的路径官方 Web 页面详细用法见 webui 文档启动服务在 webui 目录下运行python run.py然后用浏览器打开 http://localhost:7070选择 CSV 数据文件须包含 open、high、low、close 四列挑选模型尺寸mini/small/base与计算设备CPU 或显卡拖动滑块选定400 根历史K线 120 根预测的时间窗口点击预测按钮页面直接给出K线图与对比表编程用户路径下面 5 行即可完成第一次预测完整可运行脚本可参考 examples/prediction_example.pyfrom model import Kronos, KronosTokenizer, KronosPredictor tokenizer KronosTokenizer.from_pretrained(NeoQuasar/Kronos-Tokenizer-base) model Kronos.from_pretrained(NeoQuasar/Kronos-small) predictor KronosPredictor(model, tokenizer, max_context512) pred_df predictor.predict(dfx_df, x_timestampx_ts, y_timestampy_ts)跑通后会得到一张预测曲线与实际数据同屏对比的图它是怎么做到的整体思路和人类学语言一致先学会认字再用词汇造句。Kronos 的字是K线数据的 token句子就是未来的K线图。K线分词器把图表变成词汇开、收、高、低、量这组连续的多维数据先被量化成一串离散 token类似把一段语音切成音素。token 再分成粗粒度 细粒度两级粗粒度负责整体形态细粒度负责波动细节压缩过程不丢信息。经过这一步高维数字数据就变成大模型可以直接学习的词汇表。自回归 Transformer一根一根预测下一根核心是一个 decoder-only Transformer只看过去、补写下一句的大模型架构和文本自动补全同类。训练时模型反复练习猜下一根K线长什么样推理时它沿用同一逻辑把未来一根接一根延伸出来。采样时有两个参数可调温度 T控制每一步延伸的随机程度和 top_p控制候选范围随机性的大小决定了预测曲线的不确定程度。三档尺寸从 4M 到 100M 参数开源模型族包含 mini410 万参数上下文可放到 2048、small2470 万参数、base1.02 亿参数三档。笔记本 CPU 就能跑 minibase 建议配显卡三者共用同一套 tokenizer词汇表尺寸越大预测效果越稳。 实测效果官方微调回测下图中策略累积收益彩色线在不同市场阶段都高于沪深300基准黑色虚线下半部分的超额收益曲线基本保持为正峰值约 0.15。单股预测示例000021下图给出的除了未来价格曲线还有成交量、涨跌幅和市场因素综合评分最终预测价格标注为 19.31 元官方表示对沪深300全部成分股做批量预测约 8 分钟即可完成。谁该用它个人投资者先建立对AI的手感网页端完成从上传数据到看曲线的全部操作不用安装复杂环境先看历史回测对比图建立信心再看未来预测曲线把预测结果当观察参考不直接当买卖信号量化开发者接进自己的流程predict_batch可一次并行预测多只股票适合全市场筛选finetune/ 目录提供了用自己数据重新训练的完整脚本流程预测输出是标准数据表pandas DataFrame即二维表格数据可直接接回测与下单系统研究者与学生一份完整的研究样例模型族、分词器、回测代码全部开源方便复现与对照论文已被 AAAI 2026 接收适合作为时序大模型的学习材料示例脚本参数标注清晰适合快速调参感受效果差异避坑提醒首次预测极慢、像卡死原因是首次加载要从模型库下载权重之后会走本地缓存等待下载完成即可不要直接判定失败。回看窗口超过 512 根时预测失真或被截断small 与 base 的上下文长度模型一次最多能看的历史K线数是 512超出会被自动截断备数据时把窗口控制在 512 以内。预测效果偏平庸默认采样参数偏保守按 webui 文档建议把 T 调到 1.2–1.5、top_p 调到 0.95、sample_count 设为 2–3曲线质量更稳。批量预测报错或超时predict_batch要求所有股票的历史长度与预测长度完全一致且数据必须含 open、high、low、close 四列先统一窗口长度再批量提交。Kronos 用 3 行代码就能把看K线图从一项专业活变成人人可操作的入门体验。需要强调的是预测不等于确定任何结果都应先用历史回测验证、再结合自身风险承受能力作为决策辅助。完整代码、示例数据与微调脚本都在项目仓库中即上文克隆地址。【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