全称 / 目标：
Kronos 是一个专门为 金融市场的 K 线（candlestick / OHLCV 等时间序列数据） 设计的基础模型（foundation model），它把金融市场的 K 线序列视作一种“语言”，通过量化、令牌化、Transformer 结构来建模和预测。
它的目的是统一地支持多个金融任务，如价格预测、波动率预测、合成 K 线数据生成等。
方法 / 核心设计：
1. Tokenization / Quantization（令牌化 / 量化）
将连续的 K 线数据（开盘、最高、最低、收盘价 + 成交量 / 交易额等）离散化成层次结构的 Token。这样把连续数值变为可处理的序列 token。
2. 自回归 Transformer 模型
在这些 token 上做自回归训练（即给定历史 tokens，预测下一个 token），使模型学市场时间序列的动态规律。
3. 多任务 / 多用途
不仅可做未来价格走势预测，也可以做波动率预测、数据生成（模拟 K 线序列）等任务。
4. 训练语料广泛 + 规模大
据说用的是来自超过 45 个全球交易所、多个时间粒度的 K 线数据，总体规模达到上亿条记录以上。
评论
暂无评论
成为第一个评论的人