shiyu-coder/Kronos
Pubblicata su AIChronos il · fonte del · shiyu-coder
Kronos è il primo modello fondazionale open-source progettato specificamente per sequenze di candele finanziarie (K-line), basato su un'architettura Transformer autoregressiva decoder-only. Il framework utilizza un tokenizer specializzato che quantizza i dati OHLCV multidimensionali in token discreti gerarchici per gestire l'elevata rumorosità dei mercati finanziari. La famiglia di modelli include varianti da 4,1 a oltre 102 milioni di parametri e supporta finestre contestuali fino a 512 o 2.048 token. L'ecosistema integra strumenti completi come KronosPredictor per la gestione del preprocessing e della normalizzazione dei dati provenienti da oltre 45 borse globali.
- Architettura Transformer decoder-only pre-addestrata su token discreti gerarchici derivati dai dati OHLCV.
- Tokenizer specializzato che quantizza i dati finanziari continui per mitigare il rumore di mercato ad alta frequenza.
- Supporto nativo per l'addestramento multi-GPU tramite torchrun e parallelizzazione GPU nel metodo predict_batch.
- Pipeline di fine-tuning strutturata in quattro fasi: configurazione, preparazione dati con Qlib, fine-tuning (Tokenizer/Predictor) e backtesting.
- Output grezzi del modello che richiedono ottimizzazione portafoglio e neutralizzazione dei fattori di rischio per l'uso produttivo.
Perché conta. Per gli sviluppatori che lavorano con LLM, agenti AI o modelli locali, Kronos rappresenta un caso d'uso avanzato dell'inference su serie temporali ad alta dimensionalità, dimostrando come le architetture Transformer possano essere adattate per compiti specifici di finanza quantitativa oltre alla generazione testuale.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.