5 分钟跑通 Kronos WebUI用 Flask 交互式K线图完成第一次金融预测可视化【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/KronosKronos 是面向 K 线K-line序列的开源基础模型Kronos WebUI 是项目配套的 Flask 预测结果展示系统。你在浏览器里选一份金融数据文件就能得到预测与实际走势对比的交互式 K 线图不需要任何前端经验。本教程用 3 条命令启动服务并跑通你的第一次预测结果。30 秒看懂 Kronos WebUI 的四大模块Kronos WebUI 只做一件事加载你的 K 线数据运行 Kronos 模型预测把结果画成交互式 K 线图。前端是 Flask 交互式K线图页面不用懂一行前端代码后端逻辑都在 webui/app.py。模块位置职责数据处理webui/app.py读取 CSV/Feather 文件校验 OHLC 列统一时间戳预测服务model/加载 Kronos 预训练模型生成未来 120 根 K 线可视化webui/templates/用 Plotly.js 画历史/预测/实际三条交互式 K 线结果存储webui/prediction_results/每次预测的完整参数与结果存为 JSON开工前备好环境并一键安装依赖 ✅前置条件要求说明Python3.8项目推荐 3.10模型运行依赖 torchGit任意较新版本用于克隆仓库网络能稳定联网下载依赖包与预训练模型先克隆仓库git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos再进入 webui 目录安装 WebUI 依赖pip install -r requirements.txt完整清单见 webui/requirements.txt关键包如下包版本作用flask / flask-cors2.3.3 / 4.0.0Web 服务框架与跨域支持pandas / numpy2.2.2 / ≥1.26数据加载与处理plotly5.17.0交互式 K 线图渲染torch≥2.1.0Kronos 模型运行huggingface_hub0.33.1下载预训练模型一键启动bash start.sh 拉起服务 cd webui bash start.shwebui/start.sh 会先检查 Python 与当前目录缺失依赖时自动安装然后启动 Flask 服务。终端依次输出 Starting Kronos Web UI...、✅ All dependencies installed、 Starting Web server...最后给出访问地址。不想用 start.sh 时在 webui 目录直接执行python run.py或python app.py也能启动其中 run.py 会自动打开浏览器。打开浏览器访问http://localhost:70705 步跑通第一次预测选数据文件。左侧文件列表来自项目根目录的data/文件夹先把你准备好的 CSV/Feather 放进去。预期选中文件后面板显示它的大小。加载数据。点击“Load Data”。预期出现绿色成功提示并显示总行数、时间范围、K 线周期与价格区间。加载模型并调参。选 Kronos-mini / small / base 和计算设备CPU / CUDA / MPS点“Load Model”再拖动时间窗口滑杆固定 400120 窗口按需调整 temperature1.2–1.5、top_p0.95–1.0与样本数2–3。预期出现模型加载成功提示首次会从 Hugging Face Hub 下载模型稍等片刻。运行预测。点击“Start Prediction”。预期页面提示预测完成并给出 120 个预测点数与可用于对比的实际点数。查看图表。看右侧 K 线图。预期历史、预测、实际三条 K 线同屏展示同时 prediction_results 目录写入一个新的 JSON。K线图图例对照与预测结果 JSON 导出预测完成后页面会画出三条 K 线颜色含义如下图例数据点阳线阴线含义Historical Data400青色 #26A69A红色 #EF5350喂给模型的输入 K 线Prediction Data120浅绿 #66BB6A橙红 #FF7043模型预测出的价格Actual Data120橙色 #FF9800深红 #F44336同时段真实价格用来对误差系统会同时把这次运行存到 webui/prediction_results/文件名形如prediction_20250826_163800.json。打开就能看到字段内容prediction_paramslookback 400、pred_len 120、temperature、top_p、sample_count、起始时间input_data_summary400 根输入 K 线、列名、OHLC 区间、最后一根收盘价prediction_results120 根预测 K 线逐点含时间戳与 OHLCVactual_data同时段 120 根真实 K 线analysis.continuity预测末点与实际首点的绝对差与百分比差这份 JSON 可直接用于批量回测等二次分析。卡住了常见报错速查表类别现象原因处理启动失败Python3 not installed未装 Python 3 或不在 PATH安装 Python 3.8 并加入 PATH启动失败Dependencies installation failed网络中断或依赖源缺失手动pip install -r requirements.txt换源重试启动失败Address already in use7070 端口被占用关掉占用进程或改 webui/app.py 里的端口数据加载Unsupported file format文件不是 CSV 或 Feather转成.csv或.feather放入data/数据加载Missing required columns: open/high/low/close缺少必需列检查文件表头并改列名数据加载Insufficient data length, need at least 400 rows行数不够 400120 窗口换更长的历史文件模型加载Kronos model not loaded没点“Load Model”就预测先选模型与设备并点“Load Model”模型加载Model loading failed首次下载模型中断检查网络重试首次必须下载模型权重在此之上你可以尝试多模型对比、自定义误差指标或批量回测当前版本也足够日常查看结果。预训练模型mini 4.1M / small 24.7M / base 102.3M来自 Hugging Face Hub 的 NeoQuasar 组织首次运行自动下载数据只需 CSV 或 Feather必须含 open、high、low、close 列可选 volume 与 timestamps。遇到 bug 或有功能想法欢迎向仓库提交 issue 或 PR。更多链接README.md — 项目主文档模型家族、论文与用法webui/ — WebUI 源码含 start.sh 与 templates/webui/requirements.txt — WebUI 依赖清单webui/prediction_results/ — 已保存的预测结果 JSON 样例model/ — Kronos 模型实现【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/Kronos创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
5 分钟跑通 Kronos WebUI：用 Flask 交互式K线图完成第一次金融预测可视化
5 分钟跑通 Kronos WebUI用 Flask 交互式K线图完成第一次金融预测可视化【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/KronosKronos 是面向 K 线K-line序列的开源基础模型Kronos WebUI 是项目配套的 Flask 预测结果展示系统。你在浏览器里选一份金融数据文件就能得到预测与实际走势对比的交互式 K 线图不需要任何前端经验。本教程用 3 条命令启动服务并跑通你的第一次预测结果。30 秒看懂 Kronos WebUI 的四大模块Kronos WebUI 只做一件事加载你的 K 线数据运行 Kronos 模型预测把结果画成交互式 K 线图。前端是 Flask 交互式K线图页面不用懂一行前端代码后端逻辑都在 webui/app.py。模块位置职责数据处理webui/app.py读取 CSV/Feather 文件校验 OHLC 列统一时间戳预测服务model/加载 Kronos 预训练模型生成未来 120 根 K 线可视化webui/templates/用 Plotly.js 画历史/预测/实际三条交互式 K 线结果存储webui/prediction_results/每次预测的完整参数与结果存为 JSON开工前备好环境并一键安装依赖 ✅前置条件要求说明Python3.8项目推荐 3.10模型运行依赖 torchGit任意较新版本用于克隆仓库网络能稳定联网下载依赖包与预训练模型先克隆仓库git clone https://gitcode.com/GitHub_Trending/kronos14/Kronos再进入 webui 目录安装 WebUI 依赖pip install -r requirements.txt完整清单见 webui/requirements.txt关键包如下包版本作用flask / flask-cors2.3.3 / 4.0.0Web 服务框架与跨域支持pandas / numpy2.2.2 / ≥1.26数据加载与处理plotly5.17.0交互式 K 线图渲染torch≥2.1.0Kronos 模型运行huggingface_hub0.33.1下载预训练模型一键启动bash start.sh 拉起服务 cd webui bash start.shwebui/start.sh 会先检查 Python 与当前目录缺失依赖时自动安装然后启动 Flask 服务。终端依次输出 Starting Kronos Web UI...、✅ All dependencies installed、 Starting Web server...最后给出访问地址。不想用 start.sh 时在 webui 目录直接执行python run.py或python app.py也能启动其中 run.py 会自动打开浏览器。打开浏览器访问http://localhost:70705 步跑通第一次预测选数据文件。左侧文件列表来自项目根目录的data/文件夹先把你准备好的 CSV/Feather 放进去。预期选中文件后面板显示它的大小。加载数据。点击“Load Data”。预期出现绿色成功提示并显示总行数、时间范围、K 线周期与价格区间。加载模型并调参。选 Kronos-mini / small / base 和计算设备CPU / CUDA / MPS点“Load Model”再拖动时间窗口滑杆固定 400120 窗口按需调整 temperature1.2–1.5、top_p0.95–1.0与样本数2–3。预期出现模型加载成功提示首次会从 Hugging Face Hub 下载模型稍等片刻。运行预测。点击“Start Prediction”。预期页面提示预测完成并给出 120 个预测点数与可用于对比的实际点数。查看图表。看右侧 K 线图。预期历史、预测、实际三条 K 线同屏展示同时 prediction_results 目录写入一个新的 JSON。K线图图例对照与预测结果 JSON 导出预测完成后页面会画出三条 K 线颜色含义如下图例数据点阳线阴线含义Historical Data400青色 #26A69A红色 #EF5350喂给模型的输入 K 线Prediction Data120浅绿 #66BB6A橙红 #FF7043模型预测出的价格Actual Data120橙色 #FF9800深红 #F44336同时段真实价格用来对误差系统会同时把这次运行存到 webui/prediction_results/文件名形如prediction_20250826_163800.json。打开就能看到字段内容prediction_paramslookback 400、pred_len 120、temperature、top_p、sample_count、起始时间input_data_summary400 根输入 K 线、列名、OHLC 区间、最后一根收盘价prediction_results120 根预测 K 线逐点含时间戳与 OHLCVactual_data同时段 120 根真实 K 线analysis.continuity预测末点与实际首点的绝对差与百分比差这份 JSON 可直接用于批量回测等二次分析。卡住了常见报错速查表类别现象原因处理启动失败Python3 not installed未装 Python 3 或不在 PATH安装 Python 3.8 并加入 PATH启动失败Dependencies installation failed网络中断或依赖源缺失手动pip install -r requirements.txt换源重试启动失败Address already in use7070 端口被占用关掉占用进程或改 webui/app.py 里的端口数据加载Unsupported file format文件不是 CSV 或 Feather转成.csv或.feather放入data/数据加载Missing required columns: open/high/low/close缺少必需列检查文件表头并改列名数据加载Insufficient data length, need at least 400 rows行数不够 400120 窗口换更长的历史文件模型加载Kronos model not loaded没点“Load Model”就预测先选模型与设备并点“Load Model”模型加载Model loading failed首次下载模型中断检查网络重试首次必须下载模型权重在此之上你可以尝试多模型对比、自定义误差指标或批量回测当前版本也足够日常查看结果。预训练模型mini 4.1M / small 24.7M / base 102.3M来自 Hugging Face Hub 的 NeoQuasar 组织首次运行自动下载数据只需 CSV 或 Feather必须含 open、high、low、close 列可选 volume 与 timestamps。遇到 bug 或有功能想法欢迎向仓库提交 issue 或 PR。更多链接README.md — 项目主文档模型家族、论文与用法webui/ — WebUI 源码含 start.sh 与 templates/webui/requirements.txt — WebUI 依赖清单webui/prediction_results/ — 已保存的预测结果 JSON 样例model/ — Kronos 模型实现【免费下载链接】KronosKronos: A Foundation Model for the Language of Financial Markets项目地址: https://gitcode.com/GitHub_Trending/kronos14/Kronos创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
