Kronos - 清华和微软联合开源的金融K线图基础模型

Kronos是什么

Kronos 是清华大学与微软亚洲研究院联合开源的首个面向金融市场的 K 线图基础模型。通过分析股票、加密货币等资产的 K 线数据，包括开盘价、最高价、最低价、收盘价及成交量，来预测未来价格走势。Kronos 采用两阶段处理框架：智能分词器将连续的 K 线数据转化为离散的「金融词汇」，预测大模型基于 Transformer 架构，从历史数据中学习规律，预测未来走势。模型训练数据覆盖全球 45+ 交易所，能适应金融数据的高波动性和噪声。Kronos 提供多种参数模型，从 4.1M 到 499.2M 参数，满足不同需求。它仅需 4 行代码即可加载，输入历史数据后自动输出预测结果。

Kronos的功能特色

高效预测能力：Kronos 能快速准确地预测金融市场走势，为投资者提供有价值的参考。
两阶段处理框架：通过智能分词器和 Transformer 架构的预测模型，有效处理复杂金融数据。
多种预训练模型：提供不同参数规模的模型，满足不同计算资源和应用场景的需求。
简单易用接口：仅需几行代码即可加载模型并进行预测，降低了使用门槛。
实时数据支持：支持实时金融数据输入，及时输出预测结果，适应快速变化的市场。
多市场适应性：训练数据涵盖全球多个交易所，能够适应不同市场的特点和波动。
微调与定制化：支持针对特定任务的微调，用户可以根据自身需求定制模型。
高性能与高精度：在多个金融预测任务中表现出色，具有较高的预测精度和性能。
支持多种金融数据：不仅适用于股票和加密货币，还可扩展到其他金融资产的分析。
开源与社区支持：开源代码和模型，方便开发者进行二次开发和社区交流。

Kronos的核心优势

高精度预测：Kronos 在价格序列预测的 RankIC 上比领先的 TSFM 提高了 93%，比最佳非预训练基线提高了 87%，在波动率预测中实现了 9% 的更低 MAE，在合成 K 线序列的生成保真度上实现了 22% 的提升。
强大的泛化能力：训练数据覆盖全球 45+ 交易所，能适应不同市场环境下的金融数据特点，具备较强的泛化能力。
两阶段处理框架：首创的两阶段处理框架，智能分词器将连续的 K 线数据转化为离散的「金融词汇」，预测大模型基于 Transformer 架构，从历史数据中学习规律，预测未来走势，有效处理金融数据的高波动性和噪声。
多种模型选择：提供从 4.1M 到 499.2M 参数的多种预训练模型，满足不同的计算和应用需求。
简单易用：仅需 4 行代码即可加载模型，输入历史 K 线数据后自动输出预测结果，降低了使用门槛。
实时预测演示：提供实时的 BTC/USDT 预测仪表盘，根据模型的计算结果展示未来走势，方便用户直观了解模型性能。
支持 A 股市场：集成 Qlib 进行回测验证，还提供了完整的微调 pipeline，可适配自己的交易策略，适用于中国市场。
多任务支持：支持价格预测，支持因子提取、策略回测等多种金融任务，是一个通用的「金融市场语言模型」。