Kronos 股票预测入门指南：5 分钟跑通 K 线走势预测

Kronos 股票预测入门指南：5 分钟跑通 K 线走势预测

【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

Kronos 是一个开源的金融 K 线基础模型——首个专门为股票 K 线序列预训练的开源基础模型，训练数据覆盖了 45 个以上交易所。你只需要给它一段历史 K 线（开盘、最高、最低、收盘，成交量可选），它就能输出一条未来的 K 线序列，而不只是一个"涨/跌"信号。核心模型代码在 model/kronos.py，最小规格 Kronos-mini 仅 410 万参数，论文已被 AAAI 2026 接收。

先看效果：Kronos 股票预测能输出什么

在决定要不要深入之前，先看清它实际交付的东西：

• 完整的未来 K 线：predict方法返回未来每个时间点的 open/high/low/close/volume/amount 整条序列，可以直接画图、回测或接策略
• 可复现的回测流程：仓库自带 A 股微调 + 回测管线（finetune/），跑完会生成策略累计收益对基准的对比曲线
• 多规格模型可选：从 410 万参数到 5 亿参数，适配不同算力

官方发布的预训练模型规格如下：

原理白话版：K 线如何变成模型能读的"文字"

Kronos 分两步工作，可以用"语音转文字 + 续写"来打比方：

1. Tokenizer 把 K 线"转成文字"。连续的价格和成交量就像一段语音，无法直接被语言模型处理。Tokenizer 先把每个时间点的 OHLCV 数据量化成离散 Token，并且是两层结构：粗粒度 Token 记录整体形态，细粒度子 Token 保留更精细的价格与量能信息。这样既压缩了数据，又没丢掉细节
2. 自回归 Transformer 负责"续写"。模型像写文章一样，一个 Token 接一个 Token 地生成未来序列，预测某一步时只能看到之前的历史——这跟真实交易中"看不到未来"的场景完全一致

注意上下文限制：Kronos-small / base 的最大输入长度是 512 根 K 线，超出部分KronosPredictor会自动截断。

5 分钟跑通第一次 Kronos 预测

环境要求 Python 3.10+，依赖很简单（PyTorch 2.0+、pandas 等）：

git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt python examples/prediction_example.py

跑之前准备一份 5 分钟 K 线 CSV，放到工作目录的data/下（示例脚本默认读取./data/XSHG_5min_600977.csv）。列名要求：timestamps、open、high、low、close必填，volume、amount可选（examples/prediction_wo_vol_example.py 演示了无成交量数据的情况）。

脚本会按"历史 400 根 → 预测 120 根"的窗口调用模型，最后弹出预测曲线和真实值的对比图。不想写代码的话，仓库还内置了 Web 界面：

cd webui python run.py

启动后访问http://localhost:7070，在页面上选数据文件、模型规格（支持 CPU / CUDA / MPS）和采样参数即可出结果，见 webui/README.md。

实战：批量预测与自有数据微调

单只股票跑通之后，仓库预留了两条进阶路径：

• 批量并行预测：predict_batch方法可以同时预测多只股票，利用 GPU 并行加速。要求所有序列的历史窗口长度和预测长度一致
• 用自己的数据微调：
  • finetune_csv/：针对任意 CSV 数据的一站式流程，python train_sequential.py --config configs/...自动完成"先微调 Tokenizer、再微调预测模型"两步。仓库里附带港股 09988 的 5 分钟 K 线示例数据，跑完的效果示例存放在finetune_csv/examples/
  • finetune/：基于 Qlib 的 A 股日线数据管线，覆盖数据预处理、训练、回测全流程
• 综合分析报告示例：examples/yuce/下存放了 000021 等个股的分析报告 JSON 与图表，可以看到预测结果如何与市场、板块、宏观评分等维度组合使用

Kronos 与传统技术指标的差异对比

适合人群与风险提示

适合谁：想动手验证"基础模型 + 金融序列"方向的研究者（论文可查 arXiv:2508.02739）；想批量扫描 K 线形态的量化开发者；以及希望用 5 分钟级别数据做日内趋势研究的交易者（配合finetune_csv/的微调流程）。

风险必须说清楚：

• 模型输出是带温度与核采样参数的概率性预测（T、top_p、sample_count都会影响结果），同一段数据多次运行结果可能不同
• 仓库官方明确声明：内置回测是演示简化版，并非生产级交易系统，真实策略还需要组合优化、风险因子处理、交易成本与滑点建模
• 历史回测表现不代表未来收益，本文内容不构成任何投资建议

【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