Kronos 是一种专门为金融市场量化分析设计的时间序列基础模型，旨在解决通用模型在处理金融“K线”数据时表现不佳的问题。该模型采用创新的两阶段框架：首先通过专用分词器将连续的量化指标（开盘价、成交量等）转化为层次化的离散标记，随后利用大规模生成式 Transformer 进行自回归预训练。研究团队使用了来自全球45个交易所、超过 120亿条记录的庞大语料库，使模型能够深刻理解复杂的市场动态。实验证明，Kronos 在价格预测、波动率估算及合成数据生成等多项任务中均达到了尖端水平（SOTA）。相较于现有的通用基础模型，它在零样本场景下展现出极强的普适性与实战价值，显著提升了投资模拟的收益表现。
