📌 shiyu-coder/Kronos – 金融市场的基础语言模型

Kronos 是第一個專為金融K線圖（candlesticks）設計的開源基礎模型，在來自全球 45個交易所 的數據上訓練而成。這是一個專門針對金融市場「語言」的突破性模型。

🔥 專案亮點

• 首個金融專用基础模型：為金融K線序列專門設計，與通用的 時間序列基礎模型不同
• 處理高噪聲數據：能夠有效處理金融數據的特殊高噪聲特性
• 創新的二階段框架：
  1. 專用的Token化器首先將連續的多維K線數據（OHLCV）量化為層次化的離散Token
  2. 大型自回歸Transformer在這些Token上進行預訓練，使其成為多種定量任務的統一模型
• AAAI 2026 已接受：學術界認可的高質量研究
• 論文已發布到 arXiv：技術細節和研究方法公開

📊 模型園（Model Zoo）

專案提供了不同能力的預訓練模型，以滿足不同的計算需求和應用場景：

模型	Token化器	上下文長度	參數量	開源
Kronos-mini	Kronos-Tokenizer-2k	2048	4.1M	✅
Kronos-small	Kronos-Tokenizer-base	512	24.7M	✅
Kronos-base	Kronos-Tokenizer-base	512	102.3M	✅
Kronos-large	Kronos-Tokenizer-base	512	499.2M	❌

🚀 快速開始

安裝 Python 3.10+ 後，安裝依賴包：

pip install -r requirements.txt

使用 KronosPredictor 類進行預測非常簡單：

from kronos import KronosPredictor

# 載入模型
predictor = KronosPredictor(model_name="NeoQuasar/Kronos-mini")

# 進行預測
forecast = predictor.forecast(input_data, lookback=512, horizon=24)
print(forecast)

重要備註：Kronos-small 和 Kronos-base 的 max_context 為 512。這是模型可以處理的最大序列長度。為了獲得最佳性能，建議你的輸入數據長度（即 lookback）不要超過此限制。

🌐 線上演示

專案提供了 BTC/USDT 交易對未來24小時的預測可視化演示：
👉 訪問線上演示

📦 所有模型 都可以從 Hugging Face Hub 获取：
https://huggingface.co/NeoQuasar

⭐ 即時人氣

• 24,825 ⭐ (今日新增 363 星)
• 4,346 Fork
• 語言：Python

🚀 查看 GitHub 專案

---

📡 來源: GitHub Trending (Daily) | 每週自動追蹤