Kronos -- 基于金融交易数据的预测模型

模型特点

1. 两阶段核心流程

• Tokenization：使用专门的tokenizer，将连续的开盘高点低点收盘交易量等数据离散为「粗粒度+细粒度」双子码，压缩数据并保留价量互动关系与多尺度动态，降低噪声干扰
• 自回归预训练：基于Decoder-only Transformer架构，以因果注意力建模时序依赖，通过预测下一时序token实现序列生成，更准确的预测价格走势

2. 海量预训练数据

覆盖全球45+交易所、超120亿条交易记录，涵盖多资产类别与7种时间粒度（分钟到日线），具备跨市场泛化能力

3. 性能领先

价格序列预测指标RankIC大幅超过现有其他模型和手段，其性能和准确率提升90%以上，足以支持概率预测和量化决策

应用场景

• 我们把这个模型运用到对A股股价的预测：在预测页面，我们提供Kronos模型基于A股交易数据的预测结果，供感兴趣的用户参考