Kronos金融K线基础模型：价格序列预测RankIC提升93%

Yu Shi、Zongliang Fu、Shuo Chen等提出面向金融K线建模的统一可扩展预训练框架Kronos，其专用分词器将连续市场信息离散为token序列，以保留价格动态与交易活动模式。作者称，该模型在来自45家全球交易所、逾120亿条K线记录的多市场语料上以自回归目标预训练。论文称，在零样本设定下，Kronos在基准数据集上将价格序列预测RankIC较领先时序基础模型提升93%、较最佳非预训练基线提升87%，波动率预测MAE降低9%，合成K线序列生成保真度提升22%。预训练模型已在GitHub公开。