清華KRONOS開源，K線不是玄學(xué)！金融AI迎來GPT時代

始智AI wisemodel.cn社區(qū)是源自中國的中立開放的AI開源社區(qū)。正在，歡迎加入共同成長。歡迎參與和支持！

金融市場每秒產(chǎn)生海量K線數(shù)據(jù)——這種包含價格、交易量的多維時序數(shù)據(jù)，如同市場的“語言”。然而，傳統(tǒng)時間序列模型（如LSTM、Transformer）在金融K線上表現(xiàn)乏力：噪聲干擾大、多尺度依賴復(fù)雜、波動模式非線性。現(xiàn)有時間序列基礎(chǔ)模型（TSFMs）雖在通用數(shù)據(jù)有效，但因金融數(shù)據(jù)占比不足且忽略關(guān)鍵任務(wù)（如波動預(yù)測），性能甚至不如非預(yù)訓(xùn)練模型。清華團隊提出的Kronos，首次將大模型范式深度適配金融時序，用120億條K線預(yù)訓(xùn)練，在預(yù)測、生成、投資三大場景全面超越SOTA，一舉打破金融數(shù)據(jù)“難建模”的困局。Kronos已上線始智AI-wisemodel開源社區(qū)，歡迎大家前去體驗。

模型地址

https://wisemodel.cn/models/NeoQuasar/Kronos-Tokenizer-2k

https://wisemodel.cn/models/NeoQuasar/Kronos-Tokenizer-base

https://wisemodel.cn/models/NeoQuasar/Kronos-mini

01.

模型原理

專用分詞器與分層表示學(xué)習(xí)

Kronos引入了一種專門的分詞器，將連續(xù)的K線數(shù)據(jù)離散化為包含粗粒度（coarse）和細粒度（fine）雙組分的分層令牌序列。這種設(shè)計使模型能夠顯式地對多尺度市場動態(tài)進行建模。

每個K線記錄（OHLCVA - 開盤價、最高價、最低價、收盤價、交易量、交易金額）都被量化為一個獨立的令牌，通過二進制球面量化（BSQ）技術(shù)將連續(xù)潛在向量投影到可學(xué)習(xí)的超平面上進行量化。

Kronos “離散化→生成”的架構(gòu)圖

僅解碼器Transformer架構(gòu)

Kronos采用僅解碼器（decoder-only）的Transformer架構(gòu)，通過自回歸目標（next-token prediction）順序預(yù)測分層子令牌，從而捕捉細微的時間和跨資產(chǎn)表示。

這種架構(gòu)選擇使模型能夠更好地處理金融時間序列的長期依賴關(guān)系和復(fù)雜非線性特征，這是傳統(tǒng)時間序列模型難以有效捕捉的。

02.

模型特點

Kronos專門為金融K線數(shù)據(jù)設(shè)計，完全針對金融數(shù)據(jù)的低信噪比、強非平穩(wěn)性特點優(yōu)化

• 多尺度分析能力：通過分層令牌設(shè)計，同時捕捉市場短期波動和長期趨勢

• 多任務(wù)統(tǒng)一框架：能夠同時處理價格預(yù)測、波動率預(yù)測和合成數(shù)據(jù)生成等多種金融任務(wù)

• 卓越的零樣本性能：無需微調(diào)即可在不同市場、不同資產(chǎn)類型上表現(xiàn)優(yōu)異

• 強大的生成能力：能夠生成高質(zhì)量合成K線數(shù)據(jù)，用于策略回測和數(shù)據(jù)增強

03.

模型效果

Kronos在數(shù)據(jù)量，技術(shù)棧，預(yù)測效果方面也都具有很大亮點：

數(shù)據(jù)量：橫掃 45 家交易所、120 億根 K 線，7 種周期（1 min 到 1 day）一次喂到飽——史無前例的“全市場語料庫”。

技術(shù)棧：兩階段“翻譯”——第一階段把 OHLCVA 的連續(xù)價格壓縮成離散的「分層 Token」，第二階段讓自回歸 Transformer 像 GPT 一樣續(xù)寫下一段行情，真正學(xué)會“讀盤”。

預(yù)測效果：在價格預(yù)測（RankIC）躍升 93%，收益預(yù)測（IC）提升40%，波動率預(yù)測（MAE） 再降 9%。

Kronos（藍色）在三大預(yù)測任務(wù)全面碾壓基線

編輯丨趙雅鑫

----- END -----

wisemodel相關(guān)：

系列模型：

關(guān)于wisemodel更多

1

歡迎持續(xù)關(guān)注和支持

開源社區(qū)建設(shè)需要長期堅持和投入，更需要廣大用戶的積極參與、貢獻和維護，歡迎大家加入wisemodel開源社區(qū)的志愿者計劃和開源共創(chuàng)計劃。期待更多開發(fā)者將開源成果，包括模型、數(shù)據(jù)集和代碼等發(fā)布到 wisemodel.cn 社區(qū)，共建中立、開放的AI開源社區(qū)生態(tài)。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續(xù)關(guān)注wisemodel.cn開源社區(qū)動態(tài)。

2

歡迎加盟wisemodel開源社區(qū)

始智AI wisemodel社區(qū)自2023年9月上線以來，逐漸成為影響力日益擴大的中立開放的AI開源社區(qū)，為了加快公司發(fā)展，我們長期需要技術(shù)、運營等人才加盟，技術(shù)側(cè)重在AI infra、后端開發(fā)，熟悉K8S、模型訓(xùn)練和推理等技術(shù)， 以及熟悉開發(fā)者生態(tài)運營的成員，歡迎感興趣的朋友加盟，可以通過添加wisemodel微信，或者將簡歷投遞到郵箱：liudaoquan@wisemodel.cn

3

歡迎投稿優(yōu)質(zhì)內(nèi)容

歡迎投稿分享人工智能領(lǐng)域相關(guān)的優(yōu)秀研究成果，鼓勵高校實驗室、大企業(yè)研究團隊、個人等，在wisemodel平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是AI領(lǐng)域最新論文解讀、最新開源成果介紹，也可以是關(guān)于AI技術(shù)實踐、應(yīng)用和總結(jié)等。投稿可以發(fā)郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關(guān)于wisemodel開源社區(qū)

始智AI wisemodel.cn開源社區(qū)由清華校友總會AI大數(shù)據(jù)專委會副秘書長劉道全創(chuàng)立，旨在打造和建設(shè)中立開放的AI開源創(chuàng)新社區(qū)，將打造成“HuggingFace”之外最活躍的AI開源社區(qū)，匯聚主要AI開源模型、數(shù)據(jù)集和代碼等，歡迎高校科研院所、大型互聯(lián)網(wǎng)公司、創(chuàng)新創(chuàng)業(yè)企業(yè)、廣大個人開發(fā)者，以及政府部門、學(xué)會協(xié)會、聯(lián)盟、基金會等，還有投資機構(gòu)、科技媒體等，共同參與建設(shè)AI開源創(chuàng)新生態(tài)。