註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 Krono
Krono 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 Krono 的搜尋結果
吴说获悉,ZachXBT 发出社区警告,多名已认证 WOO X 用户过去三天反映提现持续处于待处理或处理中状态,部分用户称提现被取消或已卡住数日。ZachXBT 指出,WOO X 由 Kronos Research 孵化,并于 2025 年第四季度被 FusionX Digital 收购,该公司据称与 BitMart 创始人 Sheldon Xia 存在关联。其同时提到,BitMart 已于 2026 年 7 月 26 日宣布停止运营并进行重组,目前仍有用户反映数百万美元资金无法取出。截至发文时,WOO X 尚未就提现问题发布声明。
顯示更多
兄弟们收集了币圈 AI 免费工具 6 个分享給大家。 1️⃣ Kronos-Finance — 清华开源 K 线基础模型,喂 45 家交易所数据,回测神器 2️⃣ DefiLlama News — 每周 Telegram 汇总融资/收购/新闻 3️⃣ CoinGecko TAO Tracker — Bittensor 子网实时排行 4️⃣ fanbox (AlchainHust 开源) — AI 自动化粉丝运营工具 5️⃣ Polymarket AI Bot — 自动扫预测市场异动 6️⃣ Dune AI Query — 自然语言查链上数据 这些工具都是经过大家实测一致好用,快点收藏起来吧!
顯示更多
0
30
22
0
轉發到社區
太炸裂了,居然有人做了款能直接看懂K线交易的AI,胜率还高达93%! 这款AI叫Kronos,靠45家交易所120亿条数据训练,是首个专门为金融市场打造的开源基础大模型,从底层就是为K线和交易逻辑设计,不是通用AI改出来的。 它能做价格预测、波动率预判,支持全资产零样本直接使用,覆盖币安、纽交所、纳斯达克等45家交易所,从400万到4.99亿参数共4个版本,笔记本就能跑。 实测效果很夸张:准确率比主流时序模型高93%,比顶尖非预训练模型高87%,而且不用微调,拿来就用。目前BTC实时走势演示免费开放,每小时更新。 对比之下,对冲基金定制模型要几百万,彭博终端年费2.4万美金,而Kronos完全免费,几行Python就能调用。 由清华团队研发,入选2026 AAAI顶会,现已上架Hugging Face,GitHub斩获1.16万星标、2400复刻,MIT协议,100%开源。
顯示更多
0
47
1.2K
295
轉發到社區
大半夜的被气死,有乱七八糟的谣言说:“Vida是被神龙选中,炫耀的其实是什么新加坡神秘神龙的账户”,是一个什么什么棋子。然后说这个“神龙是KronosTrading或者是什么什么神秘的红二代” 我选你妈个头,哪有那么多阴谋论啊?能不能少看点这类隐匿东方隐秘哲学? 之前方程式新闻每次发红包我的账户名称写了个KronosTrading是为了反社会工程学,我现在就把这个改了省的之后再影响我装逼。 我的每一分钱都是完全自己赚的, 我名下的公司BWE Capital与Kronos Research没有任何业务往来,也是完全的自营交易公司,没有任何第三方资金注入,没有接收任何投资,不接任何资管业务。
顯示更多
0
47
226
3
轉發到社區
GitHub Top10 高星量化开源项目 1. OpenBB‑finance/OpenBB ⭐66.7k 定位:金融数据平台,面向 analysts、quants、AI agents 2. virattt/ai‑hedge‑fund ⭐57.6k 定位:AI hedge fund / 多Agent投资研究Demo 3. TauricResearch/TradingAgents ⭐约54k 定位:多Agent LLM金融交易框架 4. freqtrade/freqtrade ⭐约50k 定位:开源加密资产交易bot / 策略回测 / ML优化 5. microsoft/qlib ⭐41.4k 定位:AI‑oriented 量化投资平台 6. hsliuping/TradingAgents‑CN ⭐25k 定位:中文金融多Agent框架 7. shiyu‑coder/Kronos ⭐21.9k 定位:金融K线 Foundation Model 8. mentum/backtrader ⭐21.3k 定位:Python策略回测框架 9. AI4Finance‑Foundation/FinGPT ⭐19.9k 定位:金融大语言模型 10. QuantConnect/Lean ⭐18.3k 定位:开源算法交易引擎
顯示更多
据加密记者 Eleanor Terrett,美国 SEC 表示,已有三家公司通知其计划根据新的创新豁免机制运营代币化证券交易场所(TSV)。其中,TSV LLC 由 Obsidian Systems 联合创始人 Ali Abrar 和 Ryan Trinkle 持有,计划基于 Canton Network 运营;OKXICE 由 OKX 与洲际交易所(ICE)合资成立,计划使用 OKX 旗下以太坊 Layer 2 网络 X Layer;Kephas Corp. 是 Perpetuals 的美国子公司,由 FTX Europe 前负责人 Patrick Gruhn 领导,计划在 Kronos X Public 网络上通过许可交易池开展业务。SEC 强调,列入名单不代表相关公司已满足豁免条件。
顯示更多
由前 FTX Europe 负责人 Patrick Gruhn 领导的纳斯达克上市金融科技公司 Perpetuals com 已向美国 SEC 提交通知,拟依据为期 5 年的“创新豁免”框架运营代币化证券交易平台,成为继 OKX 与纽约证券交易所母公司 ICE 合资企业后,第二家申请在美国开展代币化股票交易的公司。该框架允许符合条件的平台通过公链交易美国股票,代币需赋予持有人与普通股票相同的分红和投票权,相关公司可在 30 天内提出异议。Perpetuals com 计划通过许可制自动做市商(AMM)流动性池开展交易,初期部署于其开发的以太坊兼容二层网络 Kronos X Public,代币化股票预计以 USDC 交易,最早可能于 11 月中旬启动,但公司尚未确定正式上线时间。(CoinDesk)
顯示更多
问 AI「贵金属跳水对 A 股有什么影响」,它只会泛泛讲几句道理,手上没有实时行情也没有新闻。 Awesome Finance Skills 是一套金融分析的 Agent Skill,装上之后手头的 Agent 就能拉新闻、查行情、算情绪、画传导链路。 一共 8 个 Skill。新闻聚合财联社、华尔街见闻、微博、Polymarket 等 10 多个信源,行情覆盖 A 股、港股、美股,带基本面。 GitHub: 情绪分析用 FinBERT 打分,从 -1 到 +1。时序预测用 Kronos 模型,再按新闻情绪调整,还能追踪一个投资信号后来是强化还是被证伪。 市场传导链路能直接画成 图,最后按规划、撰写、编辑、配图四步出一份研报。 Claude Code、Codex、OpenCode、OpenClaw 都能装,一条命令装单个 Skill。拿它当个会查资料的研究助理挺合适,真金白银的决定还是自己下。
顯示更多
🔥 终于有人把AI交易Bot玩明白了! 我测过一堆“AI驱动”交易Bot,结果发现个离谱真相: 它们所谓的AI,就是把K线原封不动丢给GPT/Claude,让一个从没学过金融的通用模型给你“算命”。 直到刷到 @0x_aix 的多模型路由方案,我才真觉得——这回方向对了! 它同时接GPT、Claude、DeepSeek R1、Gemini这些通用大模型,还接入Kronos这类专业金融时序模型。 中间加了一层智能调度层: 震荡市用一套框架,单边趋势立刻切另一套,动态路由,谁适合谁上! 这设计太清醒了: 没有一个模型能通吃所有行情。 通用模型懂你的人话策略,但看K线一般; 专业模型预测准,但不懂复杂逻辑。 AIX直接让它们组队打配合,像后台有个小团队24小时协作。 你只给方向,它自己调权重、分配任务、抗单一模型翻车。 这不是又一个API套壳Bot, 这是把传统量化的多因子动态权重,真正玩到了LLM时代。 终于有人不装了,承认市场复杂,然后用工程化方式硬刚。
顯示更多
0
84
45
5
轉發到社區
有个事我憋很久了,今天必须说一下。 市面上那些标榜 AI 驱动交易的 Bot,我深度用过几款之后发现一个特离谱的现象:它们所谓的 AI 就是接了一个 GPT 或者 Claude 的 API,把 K 线数据原封不动丢进去,让一个从来没被训练过理解金融时间序列的通用模型给你输出买卖建议。说难听点,跟拿 ChatGPT 算命没什么区别。 所以 @0x_aix 的多模型路由方案,是我接触这个项目之后第一个真正觉得"方向对了"的设计。 它同时接了 GPT、Claude、DeepSeek R1、Gemini 这些通用模型,也集成了 Kronos 这类专门为金融预测训练的专业模型。中间多了一层调度层,根据当前市场状态智能路由,震荡市用一套推理框架,单边趋势切另一套算法组合。 这个设计的聪明之处在于它承认了一个很朴素的事实:没有一种模型能在所有行情里通吃。趋势跟随在单边市是神,进了震荡就是来回止损。反过来网格在震荡舒服,单边一来直接穿仓。通用大模型做策略意图理解很强但看 K 线的能力确实有限,专用金融模型在时序预测上更精准但没办法理解你用自然语言描述的策略逻辑。没有一个模型能同时搞定所有事。 AIX 干的事不是选一个最强的模型然后迷信它,而是让不同模型在不同环节轮班上岗,动态调权重。这个思路在传统量化里叫多因子动态权重,AIX 把它搬到了 LLM 和时序模型的协同上。 我体验下来的感受是它不像那种一问一答的 Bot,更像有一个小团队在后台协作,你只需要给方向,它自己去协调谁干什么。这个架构如果跑通,抗单一模型失效的能力跟那些只接一个 API 的项目不在一个数量级。 个人分享,非投资建议。
顯示更多
0
122
105
8
轉發到社區