截至 2026 年 4 月，GitHub 上有超過一萬四千人給這個項目按了星。一天之內又多了快六百個。
Kronos 做的事情很直白：把全球 45 個交易所、120 億條 K 線記錄餵給一個 Transformer 模型，讓它學會「讀」金融市場的語言。不是那種通用型的時間序列模型順便看看股價，而是從第一天起就只看 K 線、只學交易數據的專用模型。
AAAI 2026 收了這篇論文。有 BTC/USDT 的即時預測 Demo 可以玩。開源。免費。
我第一次看到的時候反應是：終於有人認真做這件事了。
先搞清楚 Kronos 到底是什麼
一句話：Kronos 是金融市場的基礎模型（Foundation Model），專門為 K 線數據設計。
你可以把它想成「金融版的 GPT」。GPT 讀的是文字，Kronos 讀的是 K 線。GPT 預測下一個 token 是什麼字，Kronos 預測下一根 K 線長什麼樣。底層邏輯一模一樣，只是訓練數據從維基百科換成了全球交易所的歷史行情。
具體來說，它覆蓋了：
- 45 個以上的全球交易所（加密貨幣、股票、期貨、外匯都有）
- 30 多個國家的市場數據
- 7 種時間粒度（從分鐘線到週線）
- 120 億條 K 線記錄，全部是 OHLCV（開高低收量）格式
這個數據量是什麼概念？目前市面上大部分金融 AI 模型用的是通用時間序列數據，金融數據只占訓練集的一小部分。Kronos 反過來，100% 金融數據，一條非金融的都沒有。
技術上怎麼做到的
Kronos 用了一個兩階段的框架，我盡量用人話解釋。
第一階段：把 K 線變成 AI 能讀的「文字」
K 線數據是連續的數字（開盤價 85,320、最高 85,890、最低 85,100…），但 Transformer 模型更擅長處理離散的 token。所以 Kronos 先用一個 Transformer 自編碼器，把每一根 K 線的 OHLCV 數據壓縮成一組離散 token。
有意思的是，它用了「分層 token」的設計——粗粒度 token 捕捉價格走勢的大方向，細粒度 token 保留波動細節。像是先看日線判斷趨勢，再看小時線找進場點。
第二階段：用 120 億條數據做自回歸預訓練
拿到 token 化的 K 線之後，用 decoder-only Transformer（跟 GPT 同一個架構）做預訓練。任務很簡單：看過去的 K 線，預測下一根。120 億條數據跑完，模型就學會了跨市場、跨資產、跨時間粒度的價格規律。
模型有好幾個尺寸，最小的 Kronos-mini 只有 400 萬參數，在普通電腦上就能跑。
跑分怎麼樣
直接看數字。
| 指標 | vs 最強時間序列基礎模型 | vs 最強非預訓練模型 |
|---|---|---|
| 價格預測 RankIC | +93% | +87% |
| 波動率預測 MAE | 降低 9% | |
| 合成 K 線生成 | 保真度提升 22% | |
價格預測的 RankIC 提升 93%，這個數字夠誇張了。意思是在排序準確度上，Kronos 比現有最好的通用時間序列模型（那些什麼都學一點的）好了快一倍。
而且它有零樣本（zero-shot）能力——沒見過的市場、沒見過的資產，直接丟進去也能預測。這就是「基礎模型」的價值：它學到的不是某個幣種的規律，而是金融市場本身的語言。
BTC 即時預測 Demo：自己玩玩看
這是我覺得最加分的地方。很多學術項目丟一篇論文就完了，Kronos 團隊做了一個線上 Demo，直接用幣安的 BTC/USDT 即時數據跑預測。
Demo 的運作方式：拿最近 360 小時的歷史 K 線當輸入，用蒙地卡羅採樣跑 30 條可能的價格路徑，然後畫出預測區間。你看到的不是一條線，而是一把「扇形」——中間是最可能的走勢，上下是信心區間。
我先說清楚：這不是讓你看了就下單的交易信號。任何跟你說「AI 能精準預測幣價」的人不是在騙你就是在賣課。但作為一個趨勢參考工具，看看模型怎麼理解當前市場結構，確實有用。
跟其他金融 AI 比起來怎麼樣
| 項目 | 訓練數據 | 金融專用 | 開源 | 即時 Demo |
|---|---|---|---|---|
| Kronos | 120 億條 K 線 | 是（100%） | 是 | 有（BTC/USDT） |
| Google TimesFM | 通用時間序列 | 否（<5%） | 是 | 無 |
| FinRobot Pro | 混合（財報+新聞+行情） | 部分 | 是 | 無 |
| Bloomberg GPT | 金融文本為主 | 是（文本） | 否 | 無 |
Kronos 最不一樣的地方：它只看 K 線，不看新聞、不看財報、不看情緒指標。純粹從價格和成交量中學規律。這是優勢也是限制——它不會因為馬斯克發了一條推文就調整預測，但也不會被假新聞帶偏。
怎麼開始用
Kronos 在 GitHub 上完全開源，模型權重放在 Hugging Face。如果你想自己跑：
最快的方式：玩 Demo
直接打開 shiyu-coder.github.io/Kronos-demo，不用裝任何東西，看 BTC 的即時預測。
想自己跑模型
# 克隆 repo
git clone https://github.com/shiyu-coder/Kronos.git
cd Kronos
# 安裝依賴
pip install -r requirements.txt
# 從 Hugging Face 下載預訓練模型
# 模型頁面：huggingface.co/NeoQuasar/Kronos-base最小的 Kronos-mini 只有 400 萬參數，消費級 GPU 就能推理。不需要 A100，你的 RTX 3060 應該就跑得動。
我的看法
Kronos 做對了一件事：專注。
過去幾年 AI 金融圈的問題是，大家都想做一個「什麼都會」的模型——又要讀新聞、又要看財報、又要分析情緒、又要預測價格。結果什麼都做，什麼都不精。Kronos 反過來，就只看 K 線，把這一件事做到最好。120 億條數據、45 個交易所，訓練完之後丟一個沒見過的市場進去也能跑，這就是專注的回報。
對散戶來說，直接拿 Kronos 的預測去下單是不明智的。但它可以當一個量化策略的底層引擎——用它的預測做因子，再結合你自己的風控和倉位管理。如果你是做量化的，這個項目值得認真看看論文。
AAAI 2026 接收、14,000+ GitHub stars、有 live demo、開源權重、400 萬參數就能跑。在 AI 金融這個領域，能同時滿足這五個條件的項目，我還沒見過第二個。
相關連結
延伸閱讀
免責聲明：本文僅為 AI 工具介紹與技術分析，不構成任何投資建議。加密貨幣交易具有高度風險，AI 預測模型的輸出不應作為買賣依據。請務必做好自己的研究（DYOR），並只用你輸得起的錢進行交易。資訊截至 2026 年 4 月。
發表迴響