核心摘要
Kronos 是首个面向金融 K 线数据的开源基础模型，论文被 AAAI 2026 接收。核心创新是两阶段架构：
- 专用分词器：将连续 OHLCV 数据量化为层次化离散令牌，捕获金融数据高噪声特性
- 自回归 Transformer：在这些离散令牌上进行预训练，服务于多种量化任务
模型系列
| 模型 | 参数量 | 上下文 | 开源 |
|---|---|---|---|
| Kronos-mini | 410 万 | 2048 | ✅ |
| Kronos-small | 2470 万 | 512 | ✅ |
| Kronos-base | 1.023 亿 | 512 | ✅ |
| Kronos-large | 4.992 亿 | 512 | ❌ |
关键特性
- 跨市场预训练：覆盖全球 45+ 交易所 K 线数据
- 概率性预测：通过温度（T）和 top-p 采样支持多路径预测
- 批量并行：支持多个资产同时预测（GPU 并行）
- 端到端微调：提供 Qlib 数据准备 → 微调 → 回测完整流水线
- 在线演示：BTC/USDT 未来 24 小时预测可视化 Demo
技术栈
Python + PyTorch，支持 torchrun 分布式训练，数据接口兼容 Qlib，实验管理支持 Comet.ml。