Kronos K线预测完整指南：开源K线大模型本地快速上手
【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
每天盯盘数小时，还要手工拉均线、翻研报？Kronos 把这件事交给模型：这个开源K线预测基础模型在 45 家以上全球交易所的行情上预训练，你给它一段历史 K 线，它输出一段未来走势。下面用仓库里真实可跑的东西，带你在 10 分钟内判断它值不值得试。
三步命令本地跑通 Kronos 预测
先装 Python 3.10+，然后：
git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt不写代码的话，直接进网页版：
cd webui python run.py打开http://localhost:7070，选一份 CSV（必须有open、high、low、close四列，volume可选）、选模型和 CPU/CUDA/MPS 设备、拖动时间窗口、点预测。窗口固定为 400 个历史点 + 120 个预测点，首次加载会从 Hugging Face 拉权重，等一会就行。
跑完你会看到一张 K 线图：蓝色是历史价格，红色是模型预测，旁边还附预测值与实际值的误差统计。
预测图和回测曲线长什么样
跑 examples/prediction_example.py 这条完整脚本，会得到下面这张收盘价与成交量的对比图：蓝色 Ground Truth 是真实走势，红色 Prediction 是模型输出，两段走势方向基本贴合。
想看真实个股的输出，去 examples/yuce/ 目录，里面有四只沪深个股（深科技 000021、平安银行 000001 等）的预测图，每张配一份 JSON 报告，含最高/最低/最终预测价，以及大盘、板块、宏观、美联储利率、基本面五个维度的评分：
做完 finetune/ 里的 A 股日线微调后，跑 top-K 简单策略回测，输出策略相对 CSI300 基准的累计收益曲线：
30 秒看懂 Kronos 怎么读K线
它的机制一句话能说完：把 K 线"翻译"成符号，再逐个预测下一个，类似把一段语音转成音素表、让模型照着预测下一个音素。两个要点：
- 分词器把每根 K 线的开高低收量量化成"粗 + 细"两级离散符号，粗符号管大势、细符号管精度，就像先认字再辨笔画；
- 自回归 Transformer 在这串符号上预训练，学完 45 家以上交易所的数据后，预测时就一个符号一个符号往外吐。
架构细节可以看官方图，分词和预训练两个阶段一目了然：
按显存挑模型规格，再决定微调路线
| 模型 | 参数量 | 上下文长度 | 定位 |
|---|---|---|---|
| Kronos-mini | 4.1M | 2048 | 最轻，CPU 可跑 |
| Kronos-small | 24.7M | 512 | 示例脚本默认，速度精度平衡 |
| Kronos-base | 102.3M | 512 | 精度更高 |
| Kronos-large | 499.2M | 512 | 未开源 |
一个实用细节：small 和 base 最大上下文是 512，历史数据超长的部分会被KronosPredictor自动截断，喂数不用刻意卡长度。
进阶按需求走。有自己 CSV 的，进 finetune_csv/ 改一份 yaml 就能训练，内置阿里巴巴港股 09988 五分钟 K 线完整示例；量化研究用 Qlib 脚本链（数据预处理、两阶段训练、回测），多卡直接 torchrun。需要提醒：finetune 的回测只是演示，README 里明确写了它不是生产级交易系统，信号属于原始预测，离实盘还差组合优化、风险中性化、交易成本建模一整套工程。
💡 一个实用建议：先用 Kronos-mini 把数据格式和流程跑通，再换大模型，少被环境问题卡住。
适合想批量验证 K 线信号、愿意自己接数据的人；追求开箱即用实盘信号的不适合。下一步：按第一节命令，先把 webui 跑起来。
【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
