Kronos因子构建 与 简单测试
由bq355jhd创建，最终由bq355jhd 被浏览 2 用户
在BQ平台上部署Kronos模型，此内容仅部署了small模型(base模型可自行下载使用，预测较慢)，使用2026年1月20日之前3日5分钟K线图作为输入，预测1月21-22日的5分钟K线，使用2日后的预测结果计算预测回报与真实回报做趋势对比，横盘的剔除，small预测准确率为56.3%(100只票，单日累计向下预测幅度达到70%，非常保守悲观)，small模型只有24M大小，运行的比较快\n在单G0服务器上运行 100只股票 采样次数5次 大约1分钟 即可完成
部署方法：
1，先 git clone https://www.zdoc.app/zh/shiyu-coder/Kronos
2，按照github指导 pip install -r requirements.txt
3，使用镜像下载 从 Hugging Face Hub 加载预训练的 Kronos 模型及其对应的分词器
4, 更改example目录中的 prediction_example.py文件 主要就是更改一下下载的分词器模型和预测模型路径，从dai传入5分钟数据（也可以直接克隆我的策略到kronos目录）
我的文件目录结果如下图：
5，我的代码中分两段，一个是单只股票原始代码稍微改动，第二块是批量预测(单只for循环的)
期待有小伙伴使用数据微调，来看效果，这个今天还没有做。
https://www.zdoc.app/zh/shiyu-coder/Kronos\nKronos 是一个专为金融市场"语言"——K线序列预训练的 decoder-only 基础模型系列。与通用时间序列预测模型（TSFM）不同，Kronos 专门设计用于处理金融数据独特的高噪声特性。它采用创新的两阶段框架：
- 专用分词器首先将连续的多维K线数据（OHLCV）量化为分层离散令牌。
- 随后基于这些令牌预训练大型自回归Transformer，使其成为适用于多种量化任务的统一模型。
https://bigquant.com/codesharev3/93334f53-3029-4810-aad8-64d4e43afa67
\