← 返回文章列表 
🧠
April 19, 2026
5 分鐘閱讀
Kronos：讓K線圖說Transformer語言的基礎模型
#kronos
#機器學習
#transformer
#基礎模型
#qlib
#評測
#開源
#分詞
Part 3 of 4 · Collection
Deep Learning for Markets
Kronos的作者提出了一個激進的方法：將交易所K線轉換為離散token並訓練Transformer預測"下一個詞"——即下一根K線。
核心思想：K線 = 語言
就像ChatGPT學習預測文本中的下一個詞一樣，Kronos學習預測價格序列中的下一根K線。
BSQ分詞器：如何將一根K線壓縮為兩個數字
- 連續K線向量投影到球面上
- 量化為二進位制編碼
- 編碼分為兩個層級：粗略(S1)和精細(S2)
層次化解碼器：先場景後細節
- 先預測S1 — "粗略場景"
- 在S1固定的情況下細化S2 — 細節
連結
- 💻 GitHub: shiyu-coder/Kronos
- 📄 論文: arXiv:2508.02739
- 📄 許可證: MIT
免責宣告：本文提供的資訊僅用於教育和參考目的，不構成財務、投資或交易建議。加密貨幣交易涉及重大損失風險。
Authors
Eugen Soloviov
Trading-systems engineer
Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.
🧠 Deep Learning for Markets Part 3/4
