Kronos

Kronos：金融市场语言的基础模型

Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文

Kronos 是首个开源的基础模型，专为金融 K 线（K-line）数据设计， 基于来自 45 个以上全球交易所的数据训练而成。

📰 新闻

• 🚩 [2025.11.10] Kronos 被 AAAI 2026 接收。
• 🚩 [2025.08.17] 我们发布了微调脚本！请查看它们，将 Kronos 适应到你自己的任务中。
• 🚩 [2025.08.02] 我们的论文现已在 arXiv 上发布！

📜 引言

Kronos 是一系列仅解码器（decoder-only）的基础模型，专门为金融市场的“语言”——K 线序列——进行预训练。与通用的时间序列基础模型（TSFM）不同，Kronos 旨在处理金融数据独特的高噪声特性。它采用了一种新颖的两阶段框架：

1. 一个专门的 tokenizer 首先将连续的多维 K 线数据（OHLCV）量化为层次化离散 tokens。
2. 然后，一个大型自回归 Transformer 对这些 tokens 进行预训练，使其能够作为统一模型服务于多种量化任务。

✨ 在线演示

我们搭建了一个在线演示，直观展示 Kronos 的预测结果。该网页展示了 BTC/USDT 交易对在未来 24 小时的预测。

👉 访问在线演示

📦 模型动物园

我们发布了一系列具有不同容量的预训练模型，以满足不同的计算和应用需求。所有模型均可直接从 Hugging Face Hub 获取。

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

🚀 快速开始

安装

1. 安装 Python 3.10+，然后安装依赖：

pip install -r requirements.txt

📈 进行预测

使用 KronosPredictor 类可以轻松地用 Kronos 进行预测。它处理数据预处理、归一化、预测和逆归一化，让你只需几行代码就能从原始数据得到预测结果。

重要提示：Kronos-small 和 Kronos-base 的 max_context 为 512。这是模型能处理的最大序列长度。为了获得最佳性能，建议你的输入数据长度（即 lookback）不超过此限制。KronosPredictor 会自动处理较长上下文的截断。

以下是进行首次预测的分步指南。

1. 加载 Tokenizer 和模型

首先，从 Hugging Face Hub 加载预训练的 Kronos 模型及其对应的 tokenizer。

from model import Kronos, KronosTokenizer, KronosPredictor

# 从 Hugging Face Hub 加载
tokenizer = KronosTokenizer.from_pretrained("NeoQuasar/Kronos-Tokenizer-base")
model = Kronos.from_pretrained("NeoQuasar/Kronos-small")

2. 实例化预测器

创建 KronosPredictor 的实例，传入模型、tokenizer 和目标设备。

# 初始化预测器
predictor = KronosPredictor(model, tokenizer, max_context=512)

3. 准备输入数据

predict 方法需要三个主要输入：

• df：包含历史 K 线数据的 pandas DataFrame。必须包含列 ['open', 'high', 'low', 'close']。volume（成交量）和 amount（成交额）是可选的。
• x_timestamp：对应 df 中历史数据的 pandas Series 时间戳。
• y_timestamp：待预测的未来时段的 pandas Series 时间戳。

import pandas as pd

# 加载你的数据
df = pd.read_csv("./data/XSHG_5min_600977.csv")
df['timestamps'] = pd.to_datetime(df['timestamps'])

# 定义上下文窗口和预测长度
lookback = 400
pred_len = 120

# 准备预测器输入
x_df = df.loc[:lookback-1, ['open', 'high', 'low', 'close', 'volume', 'amount']]
x_timestamp = df.loc[:lookback-1, 'timestamps']
y_timestamp = df.loc[lookback:lookback+pred_len-1, 'timestamps']

4. 生成预测

调用 predict 方法生成预测。你可以使用 T、top_p 和 sample_count 等参数控制采样过程，实现概率预测。

# 生成预测
pred_df = predictor.predict(
    df=x_df,
    x_timestamp=x_timestamp,
    y_timestamp=y_timestamp,
    pred_len=pred_len,
    T=1.0,          # 采样温度
    top_p=0.9,      # Nucleus 采样概率
    sample_count=1  # 生成并取平均的预测路径数量
)

print("预测数据头部：")
print(pred_df.head())

predict 方法返回一个 pandas DataFrame，包含 open、high、low、close、volume 和 amount 的预测值，索引为你提供的 y_timestamp。

为了高效处理多个时间序列，Kronos 提供了 predict_batch 方法，能够同时对多个数据集进行并行预测。当需要一次性预测多个资产或多个时间段时，这特别有用。

# 准备多个数据集进行批量预测
df_list = [df1, df2, df3]  # DataFrame 列表
x_timestamp_list = [x_ts1, x_ts2, x_ts3]  # 历史时间戳列表
y_timestamp_list = [y_ts1, y_ts2, y_ts3]  # 未来时间戳列表

# 生成批量预测
pred_df_list = predictor.predict_batch(
    df_list=df_list,
    x_timestamp_list=x_timestamp_list,
    y_timestamp_list=y_timestamp_list,
    pred_len=pred_len,
    T=1.0,
    top_p=0.9,
    sample_count=1,
    verbose=True
)

# pred_df_list 包含与输入顺序一致的预测结果
for i, pred_df in enumerate(pred_df_list):
    print(f"序列 {i} 的预测结果：")
    print(pred_df.head())

批量预测的重要要求：

• 所有序列必须具有相同的历史长度（lookback 窗口）
• 所有序列必须具有相同的预测长度（pred_len）
• 每个 DataFrame 必须包含所需列：['open', 'high', 'low', 'close']
• volume 和 amount 列是可选的，如果缺失则填充为 0

predict_batch 方法利用 GPU 并行性实现高效处理，并自动为每个序列独立进行归一化和逆归一化。

5. 示例与可视化

有关完整的可运行脚本，包括数据加载、预测和绘图，请参阅 examples/prediction_example.py。

运行此脚本将生成一个图表，将真实数据与模型预测进行比较，如下图所示：

此外，我们还提供了一个在没有成交量（Volume）和成交额（Amount）数据的情况下进行预测的脚本，可在 examples/prediction_wo_vol_example.py 中找到。

🔧 在自己的数据上微调（A 股市场示例）

我们提供了一个完整的流程，用于在自己的数据集上微调 Kronos。作为示例，我们演示如何使用 Qlib 准备中国 A 股市场的数据并进行简单的回测。

免责声明： 此流程旨在作为演示，说明微调过程。它是一个简化的示例，并非生产级的量化交易系统。一个稳健的量化策略需要更复杂的技术，例如投资组合优化和风险因子中性化，才能获得稳定的 alpha（超额收益）。

微调过程分为四个主要步骤：

1. 配置：设置路径和超参数。
2. 数据准备：使用 Qlib 处理并拆分数据。
3. 模型微调：微调 Tokenizer 和 Predictor 模型。
4. 回测：评估微调后模型的性能。

前提条件

1. 首先，确保已安装 requirements.txt 中的所有依赖。
2. 此流程依赖于 qlib。请安装它：

   pip install pyqlib
   

3. 你需要准备 Qlib 数据。请遵循 官方 Qlib 指南 下载并设置本地数据。示例脚本假设你使用的是日频数据。

第一步：配置你的实验

所有关于数据、训练和模型路径的设置都集中在 finetune/config.py 中。在运行任何脚本之前，请根据你的环境修改以下路径：

• qlib_data_path：本地 Qlib 数据目录的路径。
• dataset_path：保存训练/验证/测试 pickle 文件的目录。
• save_path：保存模型检查点的基础目录。
• backtest_result_path：保存回测结果的目录。
• pretrained_tokenizer_path 和 pretrained_predictor_path：要从中开始的预训练模型的路径（可以是本地路径或 Hugging Face 模型名称）。

你也可以根据具体任务调整其他参数，如 instrument、train_time_range、epochs 和 batch_size。如果你不使用 Comet.ml，请将 use_comet 设置为 False。

第二步：准备数据集

运行数据预处理脚本。该脚本将从你的 Qlib 目录加载原始市场数据，进行处理，拆分为训练集、验证集和测试集，并保存为 pickle 文件。

python finetune/qlib_data_preprocess.py

运行后，你将在配置中 dataset_path 指定的目录中找到 train_data.pkl、val_data.pkl 和 test_data.pkl。

第三步：运行微调

微调过程包括两个阶段：先微调 tokenizer，然后微调 predictor。两个训练脚本都设计为使用 torchrun 进行多 GPU 训练。

3.1 微调 Tokenizer

此步骤使 tokenizer 适应你特定领域的数据分布。

# 将 NUM_GPUS 替换为你希望使用的 GPU 数量（例如 2）
torchrun --standalone --nproc_per_node=NUM_GPUS finetune/train_tokenizer.py

最佳的 tokenizer 检查点将保存在 config.py 中配置的路径下（基于 save_path 和 tokenizer_save_folder_name）。

3.2 微调 Predictor

此步骤微调主 Kronos 模型以进行预测任务。

# 将 NUM_GPUS 替换为你希望使用的 GPU 数量（例如 2）
torchrun --standalone --nproc_per_node=NUM_GPUS finetune/train_predictor.py

最佳的 predictor 检查点将保存在 config.py 中配置的路径下。

第四步：通过回测进行评估

最后，运行回测脚本以评估你微调后的模型。该脚本加载模型，在测试集上进行推断，生成预测信号（例如预测的价格变化），并运行简单的 top-K 策略回测。

# 指定用于推断的 GPU
python finetune/qlib_test.py --device cuda:0

该脚本将在控制台中输出详细的性能分析，并生成一个图表，显示你的策略相对于基准的累计收益曲线，如下图所示：

💡 从演示到生产：重要考虑因素

• 原始信号 vs. 纯 Alpha：此演示中模型生成的信号是原始预测。在现实世界的量化工作流中，这些信号通常会输入到投资组合优化模型中。该模型将应用约束，以中性化常见风险因子（例如市场 beta、规模和价值等风格因子），从而隔离**“纯 Alpha”**，提高策略的稳健性。
• 数据处理：提供的 QlibDataset 是一个示例。对于不同的数据源或格式，你需要调整数据加载和预处理逻辑。
• 策略和回测复杂性：这里使用的简单 top-K 策略是一个基本起点。生产级策略通常包含更复杂的逻辑，用于投资组合构建、动态仓位调整和风险管理（例如止损/止盈规则）。此外，高保真度的回测应精细地模拟交易成本、滑点和市场冲击，以更准确地估算实际表现。

📝 AI 生成的注释：请注意，finetune/ 目录中的许多代码注释是由 AI 助手（Gemini 2.5 Pro）为解释而生成的。虽然它们旨在提供帮助，但可能包含不准确之处。我们建议将代码本身视为逻辑的最终依据。

📖 引用

如果你在研究中使用 Kronos，我们期待你引用我们的论文：

@misc{shi2025kronos,
      title={Kronos: A Foundation Model for the Language of Financial Markets}, 
      author={Yu Shi and Zongliang Fu and Shuo Chen and Bohan Zhao and Wei Xu and Changshui Zhang and Jian Li},
      year={2025},
      eprint={2508.02739},
      archivePrefix={arXiv},
      primaryClass={q-fin.ST},
      url={https://arxiv.org/abs/2508.02739}, 
}

📜 许可证

本项目采用 MIT 许可证。