40.1k Star · 清华团队 · 分层离散标记 × 自回归 Transformer
标记序列 → 卦象序列 → 变爻概率 → 可回测因子
把 K 线当作一门「语言」来学习的基座模型
Kronos 是首个开源金融 K 线基座模型（清华团队，AAAI 2026）：先用专门分词器把多维 OHLCV 连续数据量化为分层离散标记，再用大型自回归 Transformer 在标记上预训练。一个模型服务多样化量化任务（预测/分类/生成）。
| 属性 | 详情 |
|---|---|
| 仓库 | shiyu-coder/Kronos · 40.1k Star |
| 许可证 | MIT |
| 开源规格 | mini 4.1M / small 24.7M / base 102.3M 参数（large 未开源） |
| 论文 | arXiv:2508.02739 · AAAI 2026 |
| A 股支持 | 原生：示例即上交所 600977，配 Qlib 数据准备与回测演示 |
不只是涨跌预测，而是未来 K 线分布的生成
git clone https://github.com/shiyu-coder/Kronos python -m venv .venv && .venv/bin/pip install -r requirements.txt # 国内模型下载：export HF_ENDPOINT=https://hf-mirror.com KronosPredictor.predict(...) # 返回含 open/high/low/close 的 DataFrame
与「卦＝市场状态压缩编码」的量化方法论（aibay.asia 玄学量化框架）同构
分词器把 K 线量化为离散标记——这正是「把市场翻译成卦象」的机器学习实现。① 标记→卦象映射：标记序列三枚一组映射八卦（乾兑离震巽坎艮坤），统计卦象频率与转移矩阵；② 变爻概率：概率预测的多路径采样输出「变爻」分布；③ 卦象因子：标记分布熵（市场混沌度）、卦变频率等构造因子进 alphalens 回测——满足「可证伪、可回测、可迭代」的修行纪律。
| 属性 | 详情 |
|---|---|
| 万丰视角 | 舆情智察模块远期加「卦象视图」，数据面走 Kronos 推理服务（矩阵 Xuan 节点 POC） |
| 研究入口 | coach 仓 docs/quant-survey-2026-10/xuan/（W2 实习生工作流交付位） |
作者自述 + 我们的纪律
| 类别 | 事项 | 说明 |
|---|---|---|
| 优点 | 范式独占 | K 线基座模型开源首发，A 股示例齐全，微调管线完整 |
| 优点 | 轻量可跑 | mini/small 可 CPU 推理，POC 成本低 |
| 边界 | 演示级 | 作者自述非生产级；预测信号必须过组合优化与风险中性化 |
| 边界 | large 未开源 | 上限受限；市场结构变化快，微调数据要新 |