Kronos-base

Kronos-base

一个 102M 参数的金融蜡烛图（K 线）数据模型，可预测价格序列和波动率，也能生成合成数据。它属于 NeoQuasar 的 Kronos 系列，在来自 45 多个交易所的记录上训练。

由 NeoQuasar 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Kronos-base 是 NeoQuasar 做的、面向金融蜡烛图数据（也叫 K 线）的 102M 参数模型。模型卡称 Kronos 系列是这类数据上第一个开源的基础模型，在来自 45 多个全球交易所的记录上训练。它分两个阶段工作。先由一个分词器把每根蜡烛的连续 OHLCV 数值转换成分层的离散 token，然后由一个仅解码器的 Transformer 来预测这些 token。模型卡说它可以预测价格序列和波动率，也能生成合成数据，不需要额外训练。

适合谁：它适合量化研究者、数据科学家、学习市场的学生和分析工具的开发者。

行业 | 谁在用 | 怎么用 | 例子
金融研究 | 量化研究者 | 根据 K 线数据预测价格序列 | 用 KronosPredictor 预测蜡烛图序列接下来的一段
金融科技 | 分析工具的开发者 | 给仪表盘加上预测 | 在一个交易对的历史旁边展示它的预测
教育 | 学习市场和机器学习的学生 | 研究一个面向市场数据的基础模型 | 在同一个序列上比较 Kronos 的各种尺寸

如果你想要交易建议或有保证的结果，可以略过它。预测是模型的输出，不是承诺。

用在哪里：

• Python 3.10 或更新版本的项目
• 保存着包含开盘、最高、最低、收盘和成交量数值的蜡烛图数据的笔记本和脚本
• 内存足够放下约 409 MB 的 F32 权重的电脑
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

用途 | 谁用 | 能得到什么
价格预测 | 量化研究者 | 接下来几根蜡烛的预测
波动率预测 | 风控团队 | 对价格可能波动幅度的估计
合成数据 | 研究者 | 用于测试的生成蜡烛图序列

如何设置：
你需要先准备：

• Python 3.10 或更新版本
• GitHub 上项目的 requirements.txt 文件里的依赖
• 开盘、最高、最低、收盘和成交量形式的蜡烛图数据
• 模型系列表里为这个模型列出的 Kronos-Tokenizer-base 分词器

1. 安装 Python 3.10 或更新版本。
2. 从依赖文件安装依赖。
3. 下载模型和它的分词器。
4. 用 KronosPredictor 做一次预测。

pip install -r requirements.txt

pip install -U huggingface_hub
hf download NeoQuasar/Kronos-base

如何使用：
KronosPredictor 会准备并归一化你的数据，运行预测，然后还原归一化。这样几行代码就能从原始数据得到预测。Kronos-base 的 max_context 是 512，也就是模型能读取的最长序列，所以请让你的回看长度不超过这个限制。预测器会替你截断更长的输入。模型卡逐步讲解了加载分词器和模型并做出预测的过程，代码请按那些步骤来。

部分 | 作用
KronosPredictor | 准备数据、做预测，并还原归一化
分词器 | 把蜡烛图的行变成分层的离散 token
Kronos-base | 预测 token 的仅解码器 Transformer
max_context | 512，模型能读取的最长输入

示例：你加载一个交易对的蜡烛图序列，把回看长度保持在 512 步以内，然后请求预测。模型卡的实时演示展示了 BTC/USDT 交易对未来 24 小时的预测。

新手与专家：第一次尝试可以用一段你已经了解的短序列，这样你就能对照市场的实际走势来判断预测。把结果当作一次实验。

对懂行的人来说，这个模型通过预测下一个 token 来学习，覆盖多个市场的大型语料里有超过 12 billion 条 K 线数据，取自全球 45 个交易所。分词器同时保留了价格动态和交易活动模式。模型卡说，这个设计针对金融数据的高噪声特点，并能在预测和生成任务上零样本工作。这个系列有四种尺寸，最大的还没有公开。

蜡烛图数据以 OHLCV 行的形式输入
分词器把它变成离散 token
Transformer 预测接下来的 token
预测器还原缩放，给出预测

注意事项：

Title: Kronos 系列
模型 | 上下文长度 | 参数量
Kronos-mini | 2048 | 4.1M
Kronos-small | 512 | 24.7M
Kronos-base | 512 | 102.3M
Kronos-large | 512 | 499.2M，尚未公开

• 上下文：Kronos-base 一次最多读取 512 步。
• 噪声：模型卡说这个设计针对金融数据的高噪声，预测仍然可能出错。
• 演示：模型卡指向一个实时演示，展示 BTC/USDT 的预测。
• 非建议：预测不是财务建议。依赖它之前，请先用你自己的数据测试。
• License: MIT
• Cost to run: 没有提到 API 密钥或付费服务。
• Data it reaches: 它从 Hugging Face 下载文件。你自己运行时，价格数据留在你的机器上。
• Not for: 只凭预测做出的交易决定。

Hugging Face 上的数据（2026年11月13日）

• 任务：time series forecasting
• 参数量：102M
• Weights: about 409 MB in F32; about 51 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：818,212
• 点赞：324
• 许可证：mit
• Fine-tunes: 4
• 标签：safetensors, finance, candlestick, k-line, time-series-forecasting

链接

• 模型：https://huggingface.co/NeoQuasar/Kronos-base
• 文件：https://huggingface.co/NeoQuasar/Kronos-base/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download NeoQuasar/Kronos-base

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。