雷竞技app下载官网

你有没有想过，K线图本质上也是一种"语言"？

每根K线记录的是一段时间内的开盘价、收盘价、最高价、最低价——这些数字的排列组合，其实隐藏着市场的情绪和规律。

最近发现一个挺有意思的开源项目：Kronos，刚被AAAI2026接收。它是第一个开源的金融K线基础模型，用训练LLM的思路来处理金融时序数据。

15K+Stars，说实话让我有点意外——这个方向之前一直被传统量化那边主导，没想到开源社区能做这么好。

核心思路：把K线当"语言"来处理

Kronos的做法挺巧妙的。它不是直接把OHLCV数据扔进模型，而是分两步走：

1.Tokenizer量化：把连续的、多维的K线数据（OHLCV）转换成离散的token序列——就像把文字转换成词表中的词

2.Transformer生成：用大规模的autoregressiveTransformer在这些token上做预训练

这样做的最大好处是：金融数据的噪声非常大，直接用数值预测效果往往不好。但token化之后，模型学到的是"K线形态"而不是"具体价格"，泛化能力会强很多。

训练数据来自45个全球交易所，覆盖范围够广。

小巧但能打：模型家族

Kronos发布了一整套模型，从迷你到大型都有：

模型Tokenizer参数量开源Kronos-miniKronos-Tokenizer-2k4.1MKronos-smallKronos-Tokenizer-base24.7MKronos-baseKronos-Tokenizer-base102.3MKronos-largeKronos-Tokenizer-base499.2M❌

最让我惊喜的是Kronos-small只有24.7M参数——我的MacBookAir都能跑起来做预测。官方还很贴心地提供了LiveDemo，直接看效果：

LiveDemo（BTC/USDT24小时预测）

用起来有多简单？

官方给的示例代码非常简洁，基本上就是"加载模型→喂数据→出结果"三步走：

frommodelimportKronos,KronosTokenizer,KronosPredictor#加载模型tokenizer=KronosTokenizer.from_pretrained("NeoQuasar/Kronos-Tokenizer-base")model=Kronos.from_pretrained("NeoQuasar/Kronos-small")#初始化预测器predictor=KronosPredictor(model,tokenizer,max_context=512)#准备数据（需要OHLCV）lookback=400pred_len=120x_df=df.loc[:lookback-1,['open','high','low','close','volume']]x_timestamp=df.loc[:lookback-1,'timestamps']y_timestamp=df.loc[lookback:lookback+pred_len-1,'timestamps']#预测pred_df=predictor.predict(df=x_df,x_timestamp=x_timestamp,y_timestamp=y_timestamp,pred_len=pred_len,T=1.0,top_p=0.9,sample_count=1)

说实话，这个代码量比我之前折腾的那些时序预测模型少多了。

支持微调

Kronos不仅仅是个推理工具，还提供了完整的微调流程。官方用A股市场做了示例：

1.配置数据路径（支持Qlib）

2.预处理数据

3.先微调Tokenizer

4.再微调Predictor

5.回测评估

微调脚本都开源了，步骤写得很清晰，跟着走能跑通。不过官方也提醒了：rawsignal≠真实alpha，实盘之前需要加风控、组合优化这些额外的步骤。

值得关注的点

有意思的地方：-两阶段训练的设计思路——tokenizer学数据分布，transformer学时序规律-分层token的量化方式，把连续金融数据变成离散序列-最小模型24M参数就能跑，门槛不高

需要注意的地方：-它预测的是K线形态，不是价格本身-论文被AAAI接收不等于已经过市场验证-金融预测风险很大，别看到预测结果就冲进去

怎么用？

#安装pipinstall-rrequirements.txt#克隆代码gitclonehttps://github.com/shiyu-coder/KronoscdKronos#看示例pythonexamples/prediction_example.py

所有模型都在HuggingFace上可以直接下载：NeoQuasar/Kronos-small、NeoQuasar/Kronos-base等。

说实话，之前我对"金融+AI"这个方向有点偏见，总觉得要么是吹牛的，要么就是传统量化的老路。但Kronos这个做法确实让我眼前一亮——用基础模型的思路做时序预测，思路很清晰，开源也诚意十足。

感兴趣的朋友可以先玩一下LiveDemo，感受一下这个模型在BTC数据上的表现。

GitHub：https://github.com/shiyu-coder/Kronos