CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

搞过AI量化交易的朋友都知道，股票和加密货币的K线图看着跟心电图似的，上蹿下跳，充满了随机性。你拿一个通用的时间序列模型去预测，大概率会被市场按在地上摩擦。

原因很简单，金融数据噪音太大，波动太猛，而且全球那么多交易所，每个市场的脾气都不一样。

今天介绍个号称是全球第一个，专门用于分析股票K线的开源金融基础模型Kronos。

并且这个模型已经被AAAI 2026接收，实力还是相当可以的。

开源地址：https://github.com/shiyu-coder/Kronos

Kronos是一个针对金融K线数据训练的基础模型，覆盖了全球45个交易所的数据。

可以理解成一个专门学习过各国金融市场方言的语言模型，只不过它翻译的不是英语和中文，而是一根根红绿相间的蜡烛线。

Kronos的做法其实挺聪明的，没有直接把K线数据丢进模型让模型自己猜，而是用了一个分两步走的框架。

第一步，它有一个专门的分词器，把连续的K线数据，就是开盘价、最高价、最低价、收盘价、成交量这五个维度，业内叫OHLCV先压缩成离散的token。

这个过程相当于把一段连续的声波转化成一个个文字。

第二步，再用一个自回归的Transformer大模型去预训练这些token，就像ChatGPT学语言那样，只不过它学的是金融市场的语言规律。

这个思路解决了一个核心问题，就是金融数据的维度太高太杂了。你想，一根K线同时包含五个数值，不同交易所的数据格式也不统一，直接喂给模型效果肯定很差。

经过分词器处理之后，数据就变成了模型能理解的标准化格式。

批量预测功能也很实用，如果我们要同时预测多只股票的走势，一个个单独预测太费时间了。

Kronos有个predict_batch方法，能同时处理多个数据集，利用GPU并行计算速度特别快。

而且它还能自动处理每个数据集的归一化，不用我们手动统一格式，不管是做多资产量化，还是批量分析，都能节省大量时间，提高效率。

支持特定市场微调，我们平时用别人的模型，经常会遇到不贴合自己数据的问题，比如我专门做A股，通用模型可能不如针对性微调的好用。

Kronos提供了完整的微调流程，还附带了A股市场的示例，只要跟着步骤走，就能把模型微调成适合自己数据的样子

为了满足不同的设备，Kronos提供了从mini到large四个规格，从企业到普通用户都想到了。

mini版本只有410万参数，随便一台笔记本都能跑起来，用来做实验验证想法完全够了。

small和base版性能更强，能处理更复杂的预测任务。这样不管你是新手练手，还是专业从业者做复杂量化，都能找到适合自己的版本，不用浪费电脑资源，也不用因为配置不够而放弃使用。

最大的large版本还没有开源，一个是参数太大个人估计跑不起来，另外一个就是可能是要商业化的模型吧。

这里需要格外注意的是，AI模型只是基于历史数据做预测，金融市场大家懂得，历史表现不代表未来收益，别指望能帮你赚大钱，当个参考样本还是没问题的。

想系统掌握AI核心技能、获取行业认可资质？

CAIE注册人工智能工程师认证

助你拓宽职业赛道，成为AI领域持证实力派

微信小程序

CAIE 认证

CAIE认证

以上内容来自微信小程序

企业、高校及渠道合作

请联系微信：FYLlaoshi