模型与研究 / 全球
shiyu-coder/Kronos：面向金融 K 线序列的基础模型
Kronos 把连续的金融 K 线数据离散化后交给自回归模型处理，提供不同规模的权重、预测接口和微调脚本，适合研究金融时间序列建模方法。
+2,410近 7 天 Star
43,237总 Star
用途与定位
Kronos 针对金融市场 K 线序列构建基础模型。按照仓库说明，它采用两阶段结构：先用专门的分词器把多维连续行情数据量化为离散符号，再在这些符号上训练自回归 Transformer。项目关注这类高噪声时间序列的表示与预测，而非通用聊天交互。
核心能力
仓库列出 mini、small、base 等可获取模型及对应分词器，提供 KronosPredictor 接口完成预处理、归一化、预测和逆归一化。输入包括历史开高低收数据、时间戳及未来时间序列，成交量等字段可选；示例还展示温度、采样数量和预测长度等设置。
上手与适用场景
上手需要按 README 准备 Python 环境并获取对应权重，已有微调脚本可用于研究任务适配。不同型号的上下文长度不同，small 与 base 的文档上限为 512。它适合作为方法实验与回测研究的起点，模型生成的未来序列不构成经过验证的投资收益承诺。