Kronos K线预测大模型:免费AI股票预测工具5分钟部署完整指南【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/KronosKronos 是首个完全开源的金融K线基础大模型,在 45 个以上全球交易所的K线数据上预训练。装好依赖、启动Web界面,你就能得到一个会读图的K线预测工具,不用自己搭模型。 效果先行:先看预测结果先不聊原理,直接看产出。下图是 Kronos-small 对沪市某只股票 5 分钟数据的预测(回看 400 根K线、预测未来 120 根):蓝线是真实数据,红线是模型预测。价格与成交量两条曲线,模型接上之后的走势形态和实际市场保持着同样的节奏。想要更完整的演示,仓库 examples/yuce/ 目录里有针对单只股票(000021)的综合预测报告:除了价格曲线,还包含成交量、波动率、市场因素评分等多维信息——相当于拿到一份分析报告,而不是一个干巴巴的数字。Kronos 还可以在你的数据上微调。下图是在一只港股的 5 分钟K线(约 9.4 万根数据)上微调后的预测效果: 原理拆解:AI如何读懂K线图这张架构图别被吓到,整个链路拆成三步就能理解。K线转写:连续数字变成代号一根K线有开盘、最高、最低、收盘、成交量一串连续数值,模型没法直接背。Kronos 先用专用分词器把每根K线量化成一串离散代号——就像超市商品贴条形码,收银员不认商品长相,只扫码。预测任务于是从猜精确数字变成猜下一个码,稳定得多。下一句猜测器:像手机输入法一样的自回归模型主体是一个因果Transformer,工作方式和你手机输入法一致:看到今天天气真,它猜下一个字。Kronos 看到一串K线码之后,逐根输出下一根K线,把预测曲线一段段拼出来。温度(T)、top_p 这些参数,就是控制它猜得有多大胆的开关。先粗后细:两层令牌结构每根K线其实拆成两层令牌:第一层表达大轮廓(趋势、幅度),第二层补细节(波动)。模型先猜大轮廓,再补细节,像画师先起草稿再勾细线,避免一次性输出五个数字时的抖动。 从零跑起来:从安装到第一次预测最短路径就三步:装依赖 → 启Web界面 → 选数据点预测。安装与启动步骤需要 Python 3.10:git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt一行命令出结果:Web界面没有编程基础也没关系,仓库自带图形界面:cd webui python run.py浏览器打开 http://localhost:7070 ,选CSV数据文件、选模型(mini / small / base)、拖动滑块选时间窗口,点预测就能出K线图和对实际值的对比分析。细节可看 webui/README.md。最小可运行示例想写代码,四步就够(完整版参考 examples/prediction_example.py):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_context512) pred_df predictor.predict(dfx_df, x_timestampx_ts, y_timestampy_ts, pred_len120)数据就是一个CSV,含 open、high、low、close 列,volume 可选。归一化、反归一化都由predict自动处理,就这么简单。 硬数据验证可信度看事实:训练规模:45 个以上全球交易所的K线数据预训练,覆盖多市场学术验证:论文已被 AAAI 2026(人工智能领域顶级会议)接收模型家族:mini 4.1M、small 24.7M、base 102.3M 参数,按你的硬件任选回测是最直观的检验。下图是官方微调流程(A股日线数据 top-K 简单策略)的回测结果:上半部分是策略累计收益对基准指数的曲线,下半部分是超额收益。官方特意强调这只是简化演示,实盘还需组合优化与风控——这种自知之明反而更专业。 适用人群个人投资者、新手:用Web界面不写代码完成预测,顺便学会AI看K线的工作流量化开发者:几行代码嵌入现有系统,predict_batch支持多标的并行批量预测研究者:分词器与预测器可分别微调,finetune/ 与 finetune_csv/ 目录提供完整训练管线,自己的CSV也能训❓ FAQ问:数据格式有什么要求?一个含 open、high、low、close 列的CSV即可,volume、amount 可选。仓库 finetune_csv/data/ 下有现成的5分钟K线样例可参考。问:一次最多能预测多少根?small / base 的上下文窗口是 512 根,mini 是 2048 根;官方建议输入长度不超过上限,超长会自动截断。问:必须买GPU吗?不必须。Web界面支持 CPU、CUDA、Apple MPS 三种设备,mini 版在普通笔记本就能跑,批量任务再上GPU。问:它能自动下单交易吗?不能。Kronos 输出的是预测曲线和信号,不是交易系统,仓位、成本、风控都需要你自己搭。问:预测错了怎么办?预测本身是概率采样,可用 sample_count 生成多条路径取平均;建议先用历史数据验证效果,把输出当参考,不当承诺。写在最后Kronos 把K线数据 → 离散分词 → 自回归预测这条链路做成了一个装完就能跑的开源工具。现在就去跑一次Web界面,5分钟拿到你的第一份K线预测结果。本文不构成任何投资建议:所有预测都有不确定性,市场有风险,决策需谨慎。【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
Kronos K线预测大模型:免费AI股票预测工具5分钟部署完整指南
Kronos K线预测大模型:免费AI股票预测工具5分钟部署完整指南【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/KronosKronos 是首个完全开源的金融K线基础大模型,在 45 个以上全球交易所的K线数据上预训练。装好依赖、启动Web界面,你就能得到一个会读图的K线预测工具,不用自己搭模型。 效果先行:先看预测结果先不聊原理,直接看产出。下图是 Kronos-small 对沪市某只股票 5 分钟数据的预测(回看 400 根K线、预测未来 120 根):蓝线是真实数据,红线是模型预测。价格与成交量两条曲线,模型接上之后的走势形态和实际市场保持着同样的节奏。想要更完整的演示,仓库 examples/yuce/ 目录里有针对单只股票(000021)的综合预测报告:除了价格曲线,还包含成交量、波动率、市场因素评分等多维信息——相当于拿到一份分析报告,而不是一个干巴巴的数字。Kronos 还可以在你的数据上微调。下图是在一只港股的 5 分钟K线(约 9.4 万根数据)上微调后的预测效果: 原理拆解:AI如何读懂K线图这张架构图别被吓到,整个链路拆成三步就能理解。K线转写:连续数字变成代号一根K线有开盘、最高、最低、收盘、成交量一串连续数值,模型没法直接背。Kronos 先用专用分词器把每根K线量化成一串离散代号——就像超市商品贴条形码,收银员不认商品长相,只扫码。预测任务于是从猜精确数字变成猜下一个码,稳定得多。下一句猜测器:像手机输入法一样的自回归模型主体是一个因果Transformer,工作方式和你手机输入法一致:看到今天天气真,它猜下一个字。Kronos 看到一串K线码之后,逐根输出下一根K线,把预测曲线一段段拼出来。温度(T)、top_p 这些参数,就是控制它猜得有多大胆的开关。先粗后细:两层令牌结构每根K线其实拆成两层令牌:第一层表达大轮廓(趋势、幅度),第二层补细节(波动)。模型先猜大轮廓,再补细节,像画师先起草稿再勾细线,避免一次性输出五个数字时的抖动。 从零跑起来:从安装到第一次预测最短路径就三步:装依赖 → 启Web界面 → 选数据点预测。安装与启动步骤需要 Python 3.10:git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos cd Kronos pip install -r requirements.txt一行命令出结果:Web界面没有编程基础也没关系,仓库自带图形界面:cd webui python run.py浏览器打开 http://localhost:7070 ,选CSV数据文件、选模型(mini / small / base)、拖动滑块选时间窗口,点预测就能出K线图和对实际值的对比分析。细节可看 webui/README.md。最小可运行示例想写代码,四步就够(完整版参考 examples/prediction_example.py):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_context512) pred_df predictor.predict(dfx_df, x_timestampx_ts, y_timestampy_ts, pred_len120)数据就是一个CSV,含 open、high、low、close 列,volume 可选。归一化、反归一化都由predict自动处理,就这么简单。 硬数据验证可信度看事实:训练规模:45 个以上全球交易所的K线数据预训练,覆盖多市场学术验证:论文已被 AAAI 2026(人工智能领域顶级会议)接收模型家族:mini 4.1M、small 24.7M、base 102.3M 参数,按你的硬件任选回测是最直观的检验。下图是官方微调流程(A股日线数据 top-K 简单策略)的回测结果:上半部分是策略累计收益对基准指数的曲线,下半部分是超额收益。官方特意强调这只是简化演示,实盘还需组合优化与风控——这种自知之明反而更专业。 适用人群个人投资者、新手:用Web界面不写代码完成预测,顺便学会AI看K线的工作流量化开发者:几行代码嵌入现有系统,predict_batch支持多标的并行批量预测研究者:分词器与预测器可分别微调,finetune/ 与 finetune_csv/ 目录提供完整训练管线,自己的CSV也能训❓ FAQ问:数据格式有什么要求?一个含 open、high、low、close 列的CSV即可,volume、amount 可选。仓库 finetune_csv/data/ 下有现成的5分钟K线样例可参考。问:一次最多能预测多少根?small / base 的上下文窗口是 512 根,mini 是 2048 根;官方建议输入长度不超过上限,超长会自动截断。问:必须买GPU吗?不必须。Web界面支持 CPU、CUDA、Apple MPS 三种设备,mini 版在普通笔记本就能跑,批量任务再上GPU。问:它能自动下单交易吗?不能。Kronos 输出的是预测曲线和信号,不是交易系统,仓位、成本、风控都需要你自己搭。问:预测错了怎么办?预测本身是概率采样,可用 sample_count 生成多条路径取平均;建议先用历史数据验证效果,把输出当参考,不当承诺。写在最后Kronos 把K线数据 → 离散分词 → 自回归预测这条链路做成了一个装完就能跑的开源工具。现在就去跑一次Web界面,5分钟拿到你的第一份K线预测结果。本文不构成任何投资建议:所有预测都有不确定性,市场有风险,决策需谨慎。【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
