Kronos

Kronos

一组用于金融市场 K 线序列的纯解码器基础模型，专为处理高噪声市场数据以进行量化预测任务而设计。

由 GitHub 上的 shiyu-coder 制作。这些说明是 Minda 根据其 README 编写的；该项目的原生文件和许可证位于其代码仓库中。

About

What it is: 它将连续的市场数据量化为分层离散标记，并利用自回归 Transformer 来生成量化任务的预测。

Who it suits: 此项目适合需要利用历史价格数据对市场趋势进行建模的量化研究人员和数据科学家。

Where to use it: 此项目可在本地环境中运行，你可以在其中执行脚本来处理市场数据并生成预测。

• 根据历史 K 线数据预测未来的价格和成交量趋势
• 同时为多种资产执行批量预测
• 在自定义金融数据集上微调模型

How to set it up:

1. 安装 Python 3.10 或更高版本及所需的依赖项
2. 安装 Qlib 以准备自定义任务所需的数据
3. 在设置文件中配置你的数据路径和超参数
4. 运行数据准备脚本以格式化你的市场历史数据

pip install -r requirements.txt

pip install pyqlib

How to use it: 你可以使用 KronosPredictor 类来加载模型和分词器，输入历史 CSV 数据并生成未来预测。

| Tool | What it does | |---|---| | KronosPredictor | 管理数据预处理和推理 | | predict | 为单个资产系列生成预测 | | predict_batch | 对多个系列执行并行推理 |

predictor = KronosPredictor(model, tokenizer, max_context=512)

Example: 你准备一份包含历史价格的 CSV 文件，并运行 predict 方法，以返回包含预测的开盘价、最高价、最低价、收盘价、成交量和成交额的数据帧。

For newcomers and experts: 新手可以将其理解为一种学习市场图表模式的模型。专家则会认出这种纯解码器 Transformer 架构，它将金融数据视为分层离散标记序列，并使用两阶段训练方法来捕获特定领域的信号。

Good to know:

• 大多数模型的上下文窗口为 512 步。
• 它需要开盘价、最高价、最低价和收盘价的列数据。
• 它基于 MIT License 授权。

On GitHub, 4 November 2026

• Stars: 46,545 (503 that day)
• Forks: 7,665
• Watching: 407
• Open issues and pull requests: 295
• Language: Python
• License: MIT
• Trending: #12 repository of the day on GitHub trending (4 November 2026)

Links

• Code: https://github.com/shiyu-coder/Kronos
• Releases: https://github.com/shiyu-coder/Kronos/releases
• Issues: https://github.com/shiyu-coder/Kronos/issues
• Star history: https://www.star-history.com/#shiyu-coder/Kronos&Date

Get the code

git clone https://github.com/shiyu-coder/Kronos.git

然后按照其 README 中的设置进行操作。此工具包中的任何内容都无法独立运行。