Kronos 是一个面向金融市场“语言”的基础模型项目，尝试把金融市场数据看作一种可建模的序列语言。项目在 2025 年开源并获得较高关注，定位是通过基础模型理解市场时间序列、形态和潜在规律。它与 FinCast 一样代表金融时间序列模型从传统特征工程向大规模序列建模演进的方向。

Kronos 的启发意义在于：金融市场不仅是数值表格，也可以被看作由价格、成交、波动、趋势、跳变、周期等组成的“市场语言”。这种思想对银行内部也有启发，例如客户行为序列、账户交易序列、贷款还款序列、风险事件序列都可以被看作金融行为语言。

• 将金融市场时间序列视作可学习的序列语言。
• 使用基础模型方式建模市场数据，而不是单任务小模型。
• 适合研究价格行为、市场状态、序列表示和迁移学习。
• MIT 协议，便于学习和二次实验。

Kronos 适合学习金融基础模型的建模视角：如何把连续数值转成模型可理解的序列，如何处理不同资产和时间粒度，如何评估预测、表示和下游任务。银行从业者可以把它作为理解“行为序列建模”的入口。

• 股票、期货、外汇等市场序列分析。
• 客户交易行为序列表示学习。
• 账户异常行为识别的序列建模参考。
• 银行经营指标和风险指标的基础模型研究。

市场基础模型容易被误解为“万能预测器”。任何金融时间序列模型都要面对非平稳性、极端事件、数据质量和交易约束。对银行场景迁移时，需要重新定义序列 token、任务标签和评估标准。