Kronos 入场：当 AI 进化到可以“画出”明天的 K 线（二）

上一篇讲到我写了一个使用 Kronos 金融模型预测 K 线走势的脚本工具，因为当时主要是自己使用，就单纯使用脚本命令行执行。但这种无论从使用还是直观程度上都不够友好。趁着这几天比较清闲就抽空写了一个微信小程序放在了公众号上。

微信小程序的主要功能就是输入参数、展示返回的结果。根据输入的股票代码，数据范围，预测参数等数据展示生成的预测 K 线图片。

微信小程序服务端的程序主要是使用 python 编写的一个 API 接口。

服务端

使用的环境

- 服务器：阿里云主机
- Python 3.10+
- qlib 数据（`qlib_data/cn_data`）
- Kronos 模型文件（`model/`）+ tokenizer （`tokenizer/`）

环境依赖

flask==3.0.0
fastapi==0.109.0
uvicorn[standard]==0.27.0
pyqlib==0.9.6
torch==2.1.0
numpy==1.26.0
pandas==2.2.0
matplotlib==3.8.0
pillow==10.2.0
pydantic==2.5.0
python-multipart==0.0.6

配置文件

export QLIB_PROVIDER_URI=/path../qlib_data
export MODEL_PATH=/path../kronos_model
export TOKENIZER_PATH=/path../tokenizer
export PORT=8080

微信小程序端

目录结构：

miniprogram/
├── app.js / app.json / app.wxss    # 小程序入口
├── pages/
│   ├── index/                      # 首页（参数输入 + 预测结果）
│   └── history/                    # 历史记录
├── services/
│   └── api.js                      # API 封装
└── utils/
    └── chart-renderer.js           # Canvas K 线渲染器

注意：在微信小程序管理端需要将你自己的域名或者 IP 添加为信任的地址

API 返回的数组包含每根预测 K 线的：