K线也有自己的基础模型：45家交易所数据预训练，开源权重可直接预测未来24小时
核心概要
Kronos 是首个面向金融K线（蜡烛图）序列的开源基础模型，训练数据来自全球45家以上交易所。通用时间序列基础模型难以应对金融数据的高噪声，Kronos 先把开盘、最高、最低、收盘与成交量等多维K线量化成层级离散词元，再用自回归 Transformer 在这些词元上预训练，从而以同一模型服务多种量化任务。发布方同时开放了不同规模的预训练权重、微调脚本和在线演示，演示页展示 BTC/USDT 未来24小时的预测。
深度剖析
金融K线序列现在有了专门预训练的开源基础模型，而不是把通用时间序列模型直接套到行情数据上。 此前的通用时间序列基础模型并非为金融数据设计，而K线序列带有高噪声这一独特性质。 模型预训练覆盖全球45家以上交易所的数据，并以不同容量的一组预训练权重发布。
模型把连续的多维K线先转成离散词元，再像语言模型那样逐词元自回归生成后续行情。 专用分词器负责把开盘、最高、最低、收盘与成交量等连续多维数据量化成层级离散词元，替代直接对连续数值建模。 一个大规模自回归 Transformer 在这些词元上预训练，作为面向多种量化任务的统一模型。
拿到原始K线后只需几行代码即可得到预测，预处理、归一化与反归一化都由预测接口完成。 使用方式被封装进 KronosPredictor 类，输入历史K线、历史时间戳和待预测时间戳三样即可。 Kronos-small 与 Kronos-base 的最大上下文为512，输入回看长度超过该值时接口会自动截断；在线演示给出 BTC/USDT 未来24小时的预测。
启示与展望
已展示的范围是面向K线序列的开源基础模型：预训练数据来自全球45家以上交易所，权重按不同容量发布在 Hugging Face Hub，并配有微调脚本与在线演示。演示页展示的是 BTC/USDT 未来24小时的预测，Kronos-small 与 Kronos-base 的最大上下文为512，输入回看长度超过该值时由预测接口自动截断。适合关注量化建模与金融时间序列的研究人员和工程师阅读。
摘要未给出各量化任务上的对比指标，因此模型相对通用时间序列基础模型的预测表现尚无数字支撑。Kronos-small 与 Kronos-base 的上下文上限为512，更长回看会被截断，这一限制对长历史依赖的影响未在摘要中说明。在线演示只覆盖 BTC/USDT 未来24小时这一场景。