|
|
--- |
|
|
license: mit |
|
|
tags: |
|
|
- kronos |
|
|
size_categories: |
|
|
- 10M<n<100M |
|
|
--- |
|
|
|
|
|
## 概述 |
|
|
|
|
|
这是一个基于Kronos模型微调后的验证数据集，在实际交易中取得了良好效果。该数据集展示了通过精心微调后的Kronos模型在金融时间序列预测方面的优异表现。 |
|
|
|
|
|
## 微调效果 |
|
|
|
|
|
本数据集对应的微调模型已在实盘交易中验证，实盘策略刚开始跑，之前一直在跑模拟，效果挺好。实盘交易地址： |
|
|
**https://www.binance.com/zh-CN/copy-trading/lead-details/4711903606436672256** |
|
|
|
|
|
- 2025年9月25日 第一版本。 |
|
|
- 2025年9月28日更新：做空逻辑及做多逻辑优化，过滤一些低质量条件和信号。 |
|
|
- 2025年10月23日更新：重要更新，全回测版本，过滤大量噪音信号，2月4日-9月15日，交易收益：123.46%，最大回测：5.65%。 |
|
|
|
|
|
⚠️ **免责声明：此地址仅供效果展示，不建议跟单交易，投资有风险** |
|
|
|
|
|
## 微调建议 |
|
|
|
|
|
如果您想基于Kronos进行微调，强烈建议： |
|
|
|
|
|
1. **仔细阅读原论文** - 请一字不差地读完整篇论文，理解模型的核心原理和架构细节 |
|
|
2. **深入理解模型** - Kronos是两阶段的金融时间序列预测基础模型，包含分层tokenization和自回归生成 |
|
|
3. **多次实验** - 微调涉及多个方面的调整，建议进行充分的实验和调参 |
|
|
4. **参考官方代码** - 详细研究官方提供的微调pipeline，理解每个步骤的作用 |
|
|
|
|
|
## 注意事项 |
|
|
|
|
|
- 微调过程需要调整的参数和组件较多 |
|
|
- 由于模型正在实盘运行，不便透露具体的修改细节 |
|
|
- 建议研究者根据自己的数据特征和交易策略进行针对性调整 |
|
|
- 大家可以多尝试不同的微调方案 |
|
|
|
|
|
## 相关资源 |
|
|
|
|
|
- 原始Kronos模型：NeoQuasar/Kronos-base, NeoQuasar/Kronos-Tokenizer-base |
|
|
- 微调需要遵循官方的四步流程：配置→数据准备→训练→回测 |
|
|
|
|
|
--- |
|
|
|
|
|
*此数据集仅用于学术研究和模型验证，不构成投资建议* |
