Kronos – “能读懂K线”的开源AI大模型，全球45家交易所的行情它都学过

全世界做交易的人——散户、私募、量化机构——坐在同一张牌桌上，盯的都是同一张K线图。但大多数人看图靠”感觉”，老手靠 MACD、KDJ 这些几十年前发明的公式，再高阶一点的上机器学习。结果呢？拿预测天气、预测电力的通用模型硬套股票数据，在真实盘面上基本等于在噪音里捞信号。

问题出在哪？出在没人把金融市场当成一门”语言”来对待。

K线本身就是金融市场通用的语言：开盘、最高、最低、收盘、成交量，这五个数组合起来，全世界任何一只股票、任何一家交易所，讲的是同一种”方言”。可过去这么多年，就是没有人专门为这种语言训练一个大模型，直到 Kronos 出现。

Kronos 是第一个开源”金融K线基础模型”——它把K线图当成一种语言，像 ChatGPT 学文字那样，把全球 45 家以上交易所的行情数据从头到尾学了一遍。学完之后，你喂给它一段历史K线，它能吐出一段对未来走势的预测。

一句话概括：以前是”AI 会看图”，现在是”AI 专门学过看图”。

有哪些功能特点

① 底层逻辑：把K线”翻译”成人话再学。

这是 Kronos 最核心的创新，值得看懂。ChatGPT 为什么能写文章？因为它先把文字切成一个个 token（词元），再让 Transformer 模型学这些 token 之间的排列规律。Kronos 干的是同一件事：它先搞了一个专门的 Tokenizer（分词器），把连续的、多维度的K线数据（OHLCV：开盘价、最高价、最低价、收盘价、成交量）压缩量化成分层离散的 token——相当于把行情”翻译”成模型能读的单词，然后再用大规模自回归 Transformer 去学这些”行情单词”的语法。

所以 Kronos 不是用一堆指标公式堆出来的技术指标系统，它是一个真正”学过市场语言”的基础模型。这和通用时间序列模型（TSFM）有本质区别：那类模型是给电力负荷、天气预报设计的，金融数据噪声太大，套上去就水土不服；Kronos 是专门为金融数据的高噪声特性设计的。

② 一个底座，多种活：预测、批量预测、微调都能干。

• 单标的预测：给个含 open/high/low/close 的 DataFrame，加上起止时间戳，几行代码出预测结果，还能通过温度、top-p 这些参数控制预测风格，支持生成多条预测路径取平均。
• 批量预测：同时预测多只标的、多个时间段，GPU 并行加速，每只股票独立归一化处理。
• 微调：项目内置了完整的四步微调流水线（配置 → 数据预处理 → 分别微调 Tokenizer 和 Predictor → 回测评估），还贴心地给了中国 A 股市场的 Qlib 示例。想适配自己的策略？自己改改就能训。

③ 四个档位任选，丰俭由人。

模型	Tokenizer	上下文长度	参数量	是否开源
Kronos-mini	2k	2048	4.1M	✅
Kronos-small	base	512	24.7M	✅
Kronos-base	base	512	102.3M	✅
Kronos-large	base	512	499.2M	❌

从 4 百万参数的小模型到近 5 亿参数的大模型，CPU 跑得动小的，显卡富余的可以上大的，按自己算力选档。

④ 全球数据打底 + 学术背书 + MIT 全开源。

训练数据覆盖全球 45+ 交易所，跨市场通用性是它对比单市场模型的底气。论文已被 AAAI 2026 接收（arXiv 2508.02739），不是野路子。开源协议是 MIT，商用、改造都没限制，还带一个 BTC/USDT 未来 24 小时预测的在线 Demo 可以直接上手玩。

需要注意的问题

1. 它不是印钞机，预测信号不等于”纯 Alpha”。

这是最重要的一条。项目作者自己都在 README 里反复提醒：模型输出的是原始预测信号，不是”买了就能赚”的圣杯。真放到生产环境，你还得自己做投资组合优化、对市场 beta 和风格因子做风险中性化处理。换句话说，它给你的是”弹药”，怎么排兵布阵还是你自己的事。

2. 上下文窗口只有 512，历史太长会被截断。

除了 mini 版，small 和 base 的最大上下文都是 512——意思是它一次最多”看”512 根K线，你再往前倒十年的历史它管不着（预测器会自动截断）。想要更长记忆？等 large 开源或者自己微调，没有捷径。

3. 回测通过 ≠ 实盘能赚。

Demo 里的 top-K 策略是简化版起点，真实交易要精细建模交易成本、滑点、市场冲击，还要处理动态仓位、止损止盈。不少人在回测里封神，上了实盘被手续费和滑点打成狗，这个坑 Kronos 替不了你填。

4. 数据适配要自己动手。

内置的 QlibDataset 只是个示例，不同数据源你得自己调整数据加载和预处理逻辑。没有哪个开源项目能替你把所有数据接口都接好。

5. 代码注释可能不靠谱。

finetune/ 目录里不少代码注释是 AI（Gemini 2.5 Pro）生成的，作者明确提示可能存在不准确之处，排查问题要以代码实际逻辑为准，别被注释带偏。

6. 微调有硬件门槛。

完整微调流水线走的是 torchrun 多 GPU 路线，没有像样的显卡，训练这步基本玩不转——不过只是拿来预测的话，CPU 也够用。

总结

如果你是做量化、炒股票、或者研究金融 AI 的，Kronos 值得认真看一眼：它是目前市面上第一个把K线当”母语”来学的开源大模型，全球 45 家交易所的行情数据都装进过它脑子里，预测、批量预测、微调一条龙，MIT 协议随便用，论文还中了 AAAI 2026。

但普通人最该记住的只有三句话：

第一，以前预测涨跌靠”看图猜”，现在可以靠”AI 学过全球的图”——这是一个质的升级，它能帮你把”蒙”的成分降低一些，也帮你拓宽思路，但它是工具，不是神仙。

第二，它解决的是”读图”问题，解决不了”赌场规则”问题。手续费、滑点、仓位管理、风控，这些决定了你最终赚不赚钱，模型只负责提供信号。

第三，开源最大的价值在于透明：你随时可以看它的代码、跑它的模型、用自己的数据调教它，不被任何”玄学”和黑盒收割。

一句话收尾：AI 已经学会了读K线，但读得懂K线，和能在市场里活着出来，中间还隔着一条巨大的河。Kronos 帮你把桥修了一半，剩下的一半，得你自己走。

项目地址：https://github.com/shiyu-coder/Kronos

网址：https://www.zdoc.app/zh/shiyu-coder/Kronos

演示Dome：https://shiyu-coder.github.io/Kronos-demo/