Kronos金融K线预测三步跑起来：新手上手指南

Kronos金融K线预测三步跑起来：新手上手指南

【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

Kronos 是一个开源的金融K线预测基础模型，在 45 家全球交易所的K线数据上预训练。给它一段历史K线，它能给出未来若干周期的K线预测，包括开盘、最高、最低、收盘和成交量。下面是我整理的一条完整上手路径。

🎯 Kronos 解决什么问题

传统做法是每换一只股票、一个周期就要重训一个时序模型，成本很高。Kronos 的思路是先预训练、再拿来就用：先在海量K线上学出通用规律，之后你可以直接推理，或用自己的数据微调。模型有 mini、small、base、large 四个规格，参数从 410 万到约 5 亿，前三个均已开源；mini 规格轻量，资源要求低。相关论文已被 AAAI 2026 接收。

⚙️ 它是怎么工作的：把K线翻译成"语言"

核心是一条两阶段流水线。第一阶段，专门的tokenizer（KronosTokenizer）把连续的 OHLCV 数值（开高低收加成交量）量化成层次化的离散token，类似把一段文字拆成一个个词。第二阶段，一个因果自回归的 Transformer（decoder-only 结构）在这些token上做"预测下一个token"，也就是根据前面的K线推断下一根K线，和语言大模型生成文字是同一个套路。所以它天然能同时预测价格和成交量。

🚀 跑起来的三种方式

方式一：Python 脚本调用

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

要求 Python 3.10 及以上。装好后用这几行代码加载模型：

from 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_context=512)

输入是一个 pandas DataFrame，必须含open/high/low/close四列，volume和amount可选。examples/prediction_example.py 是可直接运行的完整脚本，跑完会画一张预测值与实际值的对比图：

方式二：Web 界面，零代码

不想写代码就启动内置的 Web 页面：

cd webui python run.py

启动后访问 localhost:7070，选择CSV数据文件、拖滑块选时间窗口、点预测即可。温度、top_p 和采样条数都能在页面上调，详见 webui/README.md。

方式三：用自己的 CSV 微调

预训练模型不够贴你的标的时，可以用 finetune_csv/ 里的脚本微调，仓库自带一份阿里港股5分钟K线的示例配置：

python train_sequential.py --config configs/config_ali09988_candle-5min.yaml

脚本会按顺序先训tokenizer、再训predictor。微调后在阿里5分钟K线上的预测效果大致如下：

📊 预测效果和回测怎么看

重点看两类图。预测对比图看预测曲线和实际曲线的走势、关键转折点是否吻合。如果要做回测，仓库提供了基于 Qlib 的完整流程（在 finetune/ 目录），它会用预测信号生成 top-K 选股策略，并画出策略与基准的累计收益曲线，例如：

⚠️ 常见坑与限制

• small 和 base 模型的最大上下文是 512，输入历史别超过这个长度，过长的数据会被自动截断。
• 官方回测只是演示流程，不是生产级量化系统；真实使用需要自己加组合优化、风险因子中性化和交易成本建模。
• finetune/目录里部分代码注释由AI生成，作者自己注明以代码逻辑为准。
• 预测是采样过程，可以用sample_count生成多条路径再取平均，所以结果不是唯一解。

接下来可以深入什么

完整参数说明看主文档 README.md，模型实现在 model/kronos.py 和 model/module.py。先从 Kronos-small 跑通一次预测，再决定要不要微调，是最省时间的路线。

【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