跳到正文
Hacker News· wertyk·· 8 天前AI 评分32

Kronos:面向金融市场语言的基础模型

Kronos: A Foundation Model for the Language of Financial Markets

AI 导读

研究团队提出金融 K 线建模的预训练框架 Kronos,用专用 tokenizer 将连续市场信息离散为 token 序列,并在 45 家全球交易所超 120 亿条 K 线记录上以自回归目标预训练。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:以大型语言模型(LLM)为代表的大规模预训练范式的成功,启发了时间序列基础模型(TSFM)的发展。然而,它们在金融K线(蜡烛图)数据上的应用仍然有限,往往表现不如未经预训练的架构。此外,现有的TSFM常常忽略关键的下游任务,如波动率预测和合成数据生成。为解决这些局限,我们提出Kronos,一个面向金融K线建模的统一、可扩展的预训练框架。Kronos引入了一个专门的tokenizer,将连续的市场信息离散化为token序列,同时保留价格动态和交易活动模式。我们使用自回归目标,在来自45个全球交易所、超过120亿条K线记录的大规模多市场语料库上预训练Kronos,使其能够学习细致的时间与跨资产表示。Kronos在零样本设置下于多种金融任务中表现出色。在基准数据集上,Kronos将价格序列预测的RankIC较领先的TSFM提升93%,较最佳未经预训练的基线提升87%。它还在波动率预测中实现了低9%的MAE,并在合成K线序列的生成保真度上提升22%。这些结果确立了Kronos作为端到端金融时间序列分析的稳健、多功能基础模型。我们的预训练模型公开可用,见此 https URL。
主题: 统计金融(q-fin.ST);人工智能(cs.AI);机器学习(cs.LG)
引用为: arXiv:2508.02739 [q-fin.ST]
  (或 arXiv:2508.02739v1 [q-fin.ST] 用于此版本)
  https://doi.org/10.48550/arXiv.2508.02739

arXiv 颁发的 DOI 通过 DataCite

提交历史

来自:Yu Shi [查看电子邮件]
[v1] 2025年8月2日星期六 13:15:59 UTC(9,302 KB)

来源:Hacker News · arxiv.org