尧图网站建设 
Kronos 开源 K线基础模型5 分钟从零跑通你的第一次股价预测【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收盘后 15 点你翻出几只股票的 K 线图想判断明天的方向眼前却只有一根根红绿柱。Kronos K线预测就是为这个场景做的它是首个面向金融 K 线的开源基础模型在45家全球交易所的数据上预训练你喂它一段历史 K 线它回你一截接下来的价格与成交量走势。这篇文章带你从零开始用几分钟跑通第一次预测。 传统做法卡在哪里你有没有过这样的经历图表上叠满指标MACD 金叉加均线多头排列信号显示买结果第二天高开低走一根大阴线。问题未必出在指标本身——每个指标都只是开盘、最高、最低、收盘、成交量这五个维度的单角度切片单一数字很难同时装下量价关系的整体状态。更常见的麻烦在后面你想把观察池从 3 只扩到 30 只却发现 K 线只能一张一张盯没有批量、没有自动化而你脑子里那套经验模型和同事完全不同复现不了、回测不了也没法迭代。做开源股票预测这件事卡点往往不在算法而在能不能被程序复现。 它是怎么做到的如果要用一句话讲清 Kronos 的工作方式那就是先把 K 线转写成一串离散的音符再对这串音符做接龙式的续写。第一步是 tokenizer分词器作用类似文本模型把句子拆成词它用二进制球面量化BSQ一种把连续数值压缩成有限位模式的压缩手段把连续的 OHLCV 数据先切成粗粒度子 Token再切出细粒度子 Token——粗的保住趋势细的留住局部波动数据维度被大幅压缩模型却两个层面都看得见。第二步是自回归 Transformer堆叠 N 个因果causalTransformer 块模型沿时间轴逐个补出下一枚音符。坚持只看过去不是限制而是设计目标——因果机制保证它预测下一根 K 线时和真实交易一样只能用历史数据不存在偷看答案的通道。 效果有多硬仓库没有公布单一的准确率数字但有几组可以直接验证的事实训练面预训练数据覆盖45家全球交易所论文已被AAAI 2026接收选型空间开源模型库提供 Kronos-mini410 万参数、上下文2048根 K 线、Kronos-small2470 万、上下文512、Kronos-base1.02 亿、上下文512三档从笔记本到工作站都能跑单点预测官方示例用最近400根历史预测未来120根红色预测线与蓝色实线贴合度相当高成交量的峰值位置也基本对得上。预测线真的和实线贴得这么近吗看官方示例图更有分量的是回测。下图来自官方的 A 股微调示例2024 年 7 月至 2025 年 6 月、含交易成本的条件下策略累计收益曲线大部分时间压在沪深 300 基准之上累计超额收益全程保持为正且趋势向上。白话翻译扣掉交易成本之后这段区间里策略仍跑赢指数而且领先幅度随时间还在扩大。但要泼一句冷水——这是简化版演示回测不是未来收益的保证。注意事项官方 README 明确说明finetune 回测管线是简化示例并非生产级量化系统模型输出的是原始预测信号真实使用应接入组合优化与风险管理。把结果理解为模型有能力而不是买了就赚。⚡ 几分钟上手Kronos 安装步骤前提只有Python 3.10依赖一行装完git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt官方示例 examples/prediction_example.py 默认读取一份 5 分钟 K 线 CSV需要open/high/low/close/timestamps列volume/amount可选。仓库里自带一份可直接用的样例数据集阿里巴巴 5 分钟 K 线 finetune_csv/data/HK_ali_09988_kline_5min_all.csv把脚本里的数据路径改成它即可开跑。python examples/prediction_example.py跑完终端会打印预测结果的 DataFrame窗口里弹出价格、成交量两联图蓝线是真实值红线是模型预测。注意事项Kronos-small / Kronos-base 的最大上下文是512输入lookback建议不超过该值超出部分KronosPredictor会自动截断没有成交量数据可以改用无成交量版本 examples/prediction_wo_vol_example.py首次运行会从 Hugging Face 下载预训练权重请保证网络可用。 还能怎么玩适合谁用Kronos 微调用自己的数据继续训练预训练权重只是通用底子想让模型真正读懂你盯的那片市场关键在 Kronos 微调。仓库给出两条开箱即用的路线A 股 / Qlib 路线finetune/ 提供完整管线——数据预处理qlib_data_preprocess.py→ 训练 tokenizertrain_tokenizer.py→ 训练预测模型train_predictor.py→ 回测qlib_test.py开工前只需改 finetune/config.py 里的路径自定义 CSV 路线手头有任何 K 线 CSV 就走 finetune_csv/写好一份 YAML 配置python train_sequential.py --config 配置一次完成 tokenizer 加预测器的顺序训练支持多卡 DDP 加速。下面是在阿里巴巴 5 分钟 K 线上微调 Kronos 后得到的预测结果批量与图形化不只为单只股票服务批量预测predict_batch接口可并行预测多只标的适合板块级扫描、组合级信号生成这类场景Web UI进入 webui/ 运行python run.py浏览器打开 localhost:7070 即可拖入 CSV、滑选时间窗口、一键出图支持 CPU / CUDA / MPS 设备多维度分析examples/yuce/ 提供了单股综合分析样例——价格、成交量、涨跌幅与市场因素评分四联输出例如深科技000021这份一句话划清适用人群想找个能直接跑起来的开源股票预测基线直接用预训练权重有自己的行情数据、想让模型懂本地市场走微调路线做研究的话K线基础模型的完整实现在 model/kronos.py论文与模型库均开放。别再让 K 线停留在看一眼的阶段——克隆仓库、改掉一行数据路径从 examples/prediction_example.py 跑起第一次预测再决定要不要继续深入。更多资源README · 批量预测示例 · A股微调管线 · 自定义CSV微调 · Web UI · 模型源码【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 Kronos 开源 K线基础模型：5 分钟从零跑通你的第一次股价预测
Kronos 开源 K线基础模型5 分钟从零跑通你的第一次股价预测【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收盘后 15 点你翻出几只股票的 K 线图想判断明天的方向眼前却只有一根根红绿柱。Kronos K线预测就是为这个场景做的它是首个面向金融 K 线的开源基础模型在45家全球交易所的数据上预训练你喂它一段历史 K 线它回你一截接下来的价格与成交量走势。这篇文章带你从零开始用几分钟跑通第一次预测。 传统做法卡在哪里你有没有过这样的经历图表上叠满指标MACD 金叉加均线多头排列信号显示买结果第二天高开低走一根大阴线。问题未必出在指标本身——每个指标都只是开盘、最高、最低、收盘、成交量这五个维度的单角度切片单一数字很难同时装下量价关系的整体状态。更常见的麻烦在后面你想把观察池从 3 只扩到 30 只却发现 K 线只能一张一张盯没有批量、没有自动化而你脑子里那套经验模型和同事完全不同复现不了、回测不了也没法迭代。做开源股票预测这件事卡点往往不在算法而在能不能被程序复现。 它是怎么做到的如果要用一句话讲清 Kronos 的工作方式那就是先把 K 线转写成一串离散的音符再对这串音符做接龙式的续写。第一步是 tokenizer分词器作用类似文本模型把句子拆成词它用二进制球面量化BSQ一种把连续数值压缩成有限位模式的压缩手段把连续的 OHLCV 数据先切成粗粒度子 Token再切出细粒度子 Token——粗的保住趋势细的留住局部波动数据维度被大幅压缩模型却两个层面都看得见。第二步是自回归 Transformer堆叠 N 个因果causalTransformer 块模型沿时间轴逐个补出下一枚音符。坚持只看过去不是限制而是设计目标——因果机制保证它预测下一根 K 线时和真实交易一样只能用历史数据不存在偷看答案的通道。 效果有多硬仓库没有公布单一的准确率数字但有几组可以直接验证的事实训练面预训练数据覆盖45家全球交易所论文已被AAAI 2026接收选型空间开源模型库提供 Kronos-mini410 万参数、上下文2048根 K 线、Kronos-small2470 万、上下文512、Kronos-base1.02 亿、上下文512三档从笔记本到工作站都能跑单点预测官方示例用最近400根历史预测未来120根红色预测线与蓝色实线贴合度相当高成交量的峰值位置也基本对得上。预测线真的和实线贴得这么近吗看官方示例图更有分量的是回测。下图来自官方的 A 股微调示例2024 年 7 月至 2025 年 6 月、含交易成本的条件下策略累计收益曲线大部分时间压在沪深 300 基准之上累计超额收益全程保持为正且趋势向上。白话翻译扣掉交易成本之后这段区间里策略仍跑赢指数而且领先幅度随时间还在扩大。但要泼一句冷水——这是简化版演示回测不是未来收益的保证。注意事项官方 README 明确说明finetune 回测管线是简化示例并非生产级量化系统模型输出的是原始预测信号真实使用应接入组合优化与风险管理。把结果理解为模型有能力而不是买了就赚。⚡ 几分钟上手Kronos 安装步骤前提只有Python 3.10依赖一行装完git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt官方示例 examples/prediction_example.py 默认读取一份 5 分钟 K 线 CSV需要open/high/low/close/timestamps列volume/amount可选。仓库里自带一份可直接用的样例数据集阿里巴巴 5 分钟 K 线 finetune_csv/data/HK_ali_09988_kline_5min_all.csv把脚本里的数据路径改成它即可开跑。python examples/prediction_example.py跑完终端会打印预测结果的 DataFrame窗口里弹出价格、成交量两联图蓝线是真实值红线是模型预测。注意事项Kronos-small / Kronos-base 的最大上下文是512输入lookback建议不超过该值超出部分KronosPredictor会自动截断没有成交量数据可以改用无成交量版本 examples/prediction_wo_vol_example.py首次运行会从 Hugging Face 下载预训练权重请保证网络可用。 还能怎么玩适合谁用Kronos 微调用自己的数据继续训练预训练权重只是通用底子想让模型真正读懂你盯的那片市场关键在 Kronos 微调。仓库给出两条开箱即用的路线A 股 / Qlib 路线finetune/ 提供完整管线——数据预处理qlib_data_preprocess.py→ 训练 tokenizertrain_tokenizer.py→ 训练预测模型train_predictor.py→ 回测qlib_test.py开工前只需改 finetune/config.py 里的路径自定义 CSV 路线手头有任何 K 线 CSV 就走 finetune_csv/写好一份 YAML 配置python train_sequential.py --config 配置一次完成 tokenizer 加预测器的顺序训练支持多卡 DDP 加速。下面是在阿里巴巴 5 分钟 K 线上微调 Kronos 后得到的预测结果批量与图形化不只为单只股票服务批量预测predict_batch接口可并行预测多只标的适合板块级扫描、组合级信号生成这类场景Web UI进入 webui/ 运行python run.py浏览器打开 localhost:7070 即可拖入 CSV、滑选时间窗口、一键出图支持 CPU / CUDA / MPS 设备多维度分析examples/yuce/ 提供了单股综合分析样例——价格、成交量、涨跌幅与市场因素评分四联输出例如深科技000021这份一句话划清适用人群想找个能直接跑起来的开源股票预测基线直接用预训练权重有自己的行情数据、想让模型懂本地市场走微调路线做研究的话K线基础模型的完整实现在 model/kronos.py论文与模型库均开放。别再让 K 线停留在看一眼的阶段——克隆仓库、改掉一行数据路径从 examples/prediction_example.py 跑起第一次预测再决定要不要继续深入。更多资源README · 批量预测示例 · A股微调管线 · 自定义CSV微调 · Web UI · 模型源码【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