企业官网建设流程全解析

Kronos 金融K线预测模型上手：安装、第一次预测与常见坑

【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

面对来自 45 家全球交易所的海量 K 线，靠人眼找规律基本不现实。Kronos 是第一个专为金融 K 线训练的开源基础模型，给它一段历史 K 线，它能接着预测未来的 K 线，适合想快速体验金融预测的开发者。

🔍 它能帮你做什么

• 输入历史 OHLCV 数据，输出未来任意根数 K 线的开高低收、成交量预测
• 一次加载模型后可连续预测多只标的，支持predict_batch批量并行推理
• 概率式采样预测（温度、top-p、多路采样平均），结果不是单条"宿命曲线"
• 自带 A 股微调与回测流水线，可以验证预测信号在策略里是否真的有效

它是怎么工作的（30秒版）

Kronos 的核心是两阶段框架：先把连续的 K 线数据量化成一串离散 token，相当于把行情"翻译"成模型能读的语言；再让一个 decoder-only 的自回归 Transformer 在这些 token 上预训练，像语言模型逐词生成一样逐根 K 线地"写"出未来。类比来说，它把看盘这件事变成了"接着往下造句"，而且是在 45 家交易所的数据上练出来的。

从零跑通：环境、安装与第一次调用

环境要求：

• Python 3.10+
• 依赖通过 requirements.txt 安装（含 PyTorch 2.0+，有 GPU 更好，CPU 也能跑但慢）
• 首次运行需联网从 Hugging Face 下载预训练权重

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

最短示例（假设 df、x_timestamp、y_timestamp 已按 K 线数据准备好）：

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) pred_df = predictor.predict(df, x_timestamp, y_timestamp, pred_len=120) print(pred_df.head())

输出的pred_df是一张 DataFrame：按你给定的未来时间戳，逐行列出预测的开、高、低、收、成交量和成交额，拿到手就可以直接画图或喂给策略。

一个真实场景走一遍：预测 600977 的 5 分钟 K 线

输入：一份带timestamps列和 open/high/low/close 字段的 5 分钟 K 线 CSV（volume、amount 可缺省）。

操作：仓库里现成的 examples/prediction_example.py 就是完整演示——取前 400 根 K 线作历史上下文，让模型往后推 120 根，跑完自动画图。

看到的结果：下图上半部分是收盘价，蓝线为真实行情、红线为 Kronos 的预测，走势与真实值明显贴合；下半部分同理对比成交量。

如果想看得更全面，examples/yuce/ 下有多只股票的四联分析图（价格、成交量、变化率、市场因素评分）；如果想在策略层面验证信号，finetune 目录提供了 A 股微调 + 回测流水线，下图即回测得到的累计收益曲线：

⚠️ 几个容易踩的坑

• lookback 超过 512：Kronos-small / base 的最大上下文是 512 根，超出的部分会被自动截断，别指望更长的历史窗口
• 列名不齐或缺失值：DataFrame 必须含 open/high/low/close，volume/amount 缺失会填零，但出现 NaN 会直接报错，先清洗数据
• 批量预测约束：predict_batch要求所有序列的历史长度、预测长度完全一致，混着不同窗口长度会失败
• 首次下载慢：权重来自 Hugging Face，网络不畅时配置镜像代理再跑
• CPU 跑得慢：设备自动检测（CUDA > MPS > CPU），没有 GPU 建议先用 4.1M 参数的 Kronos-mini 试水

跑通 example 之后，基本就算入门了。想看批量预测或 CSV 微调的更多细节，去下方链接找脚本。

相关资源

• 完整预测示例（含绘图）：examples/prediction_example.py
• 无成交量数据的预测示例：examples/prediction_wo_vol_example.py
• 批量预测示例：examples/prediction_batch_example.py
• A 股微调与回测流水线：finetune/
• 基于 CSV 的微调说明（含港股 5 分钟 K 线示例）：finetune_csv/README_CN.md

【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