始智AI wisemodel.cn社区是源自中国的中立开放的AI开源社区。正在招募 | 新一期开源共创志愿者计划，欢迎加入共同成长。wisemodel推出邀请注册奖励活动，最高可得算力券+token包380元奖励欢迎参与和支持！
专用分词器与分层表示学习
Kronos引入了一种专门的分词器，将连续的K线数据离散化为包含粗粒度（coarse）和细粒度（fine）双组分的分层令牌序列。这种设计使模型能够显式地对多尺度市场动态进行建模。
每个K线记录（OHLCVA - 开盘价、最高价、最低价、收盘价、交易量、交易金额）都被量化为一个独立的令牌，通过二进制球面量化（BSQ）技术将连续潜在向量投影到可学习的超平面上进行量化。
Kronos “离散化→生成”的架构图
仅解码器Transformer架构
Kronos采用仅解码器（decoder-only）的Transformer架构，通过自回归目标（next-token prediction）顺序预测分层子令牌，从而捕捉细微的时间和跨资产表示。
这种架构选择使模型能够更好地处理金融时间序列的长期依赖关系和复杂非线性特征，这是传统时间序列模型难以有效捕捉的。
Kronos专门为金融K线数据设计，完全针对金融数据的低信噪比、强非平稳性特点优化
多尺度分析能力：通过分层令牌设计，同时捕捉市场短期波动和长期趋势
多任务统一框架：能够同时处理价格预测、波动率预测和合成数据生成等多种金融任务
卓越的零样本性能：无需微调即可在不同市场、不同资产类型上表现优异
强大的生成能力：能够生成高质量合成K线数据，用于策略回测和数据增强
Kronos在数据量，技术栈，预测效果方面也都具有很大亮点：
数据量：横扫 45 家交易所、120 亿根 K 线，7 种周期（1 min 到 1 day）一次喂到饱——史无前例的“全市场语料库”。
技术栈：两阶段“翻译”——第一阶段把 OHLCVA 的连续价格压缩成离散的「分层 Token」，第二阶段让自回归 Transformer 像 GPT 一样续写下一段行情，真正学会“读盘”。
预测效果：在价格预测（RankIC）跃升 93%，收益预测（IC）提升40%，波动率预测（MAE） 再降 9%。
Kronos（蓝色）在三大预测任务全面碾压基线
编辑丨赵雅鑫