Skip to content
起步第 2 / 4 节

KiT 是什么 ​

读完这一节,你能用自己的话说清楚:KiT 读进去什么、吐出来什么,以及为什么它给的是“一把可能性”,而不是一个价格。

先看它吐出来什么 ​

问一个人“这只股票下周会怎样”,靠谱的回答是“大概率小涨,也可能跌 5%”。KiT 的回答也是这个形状:它画出 16 条可能的走势,你从里面读出中位数、区间、波动有多大。

看一遍KiT 怎么画出未来的 20 根 K 线真实输出:300733.SZ · 1 小时线
锚点 2026-02-09 15:0029.37

模型先读历史:过去 400 根 1 小时 K 线(这里只画了最后 48 根)。

上面是官方模型对 300733.SZ 的一次真实预测:读了 2026 年 2 月 9 日之前的 400 根 1 小时 K 线,画出之后 20 根。16 条路径终点的中位数是 +3.37%,实际是 +4.95%,落在预测区间里。

它读进去什么:一根 K 线变五个数 ​

模型不直接看“开盘 10.2 元、收盘 10.6 元”。价格有高有低,一只 5 元的股票和一只 2000 元的股票放在一起,数字差了几百倍。

KiT 把每根 K 线换成五个比例(取对数):跳空、实体、上影线、下影线、成交量相对均量。拖一拖下面这根 K 线:

动手拖一根 K 线,变成五个数
昨收
r_gap跳空今天开盘比昨天收盘+2.0%
r_body实体收盘比开盘+3.8%
r_up上影线最高比实体上沿+2.8%
r_dn下影线实体下沿比最低+2.0%
v量成交量比它最近的均量+40.5%

五个数都是“比例”的对数。上影线、下影线永远 ≥ 0,所以生成出来的 K 线不会出现“最高价比收盘还低”。

这样做有三个好处,论文里都写了:

  1. 能还原:知道昨天的收盘价,五个数就能一步步算回开高低收和成交量,信息一点没丢。
  2. 不看绝对价格:价格整体乘以 100,五个数不变,所以一个模型能同时学几千只股票、几种市场。
  3. 画出来的 K 线一定合法:上下影线是 ≥ 0 的数,生成后再截一下,就不会出现“最高价低于收盘价”的怪 K 线。

它怎么画出未来:从噪声里“流”出来 ​

KiT 是扩散模型家族里的一种,具体叫流匹配(flow matching)。画未来那 20 根 K 线的过程是这样的:

  1. 先放一团随机噪声在未来的位置上;
  2. 模型看着历史,判断“这团噪声应该往哪边推”;
  3. 推一小步,再看,再推。默认推 32 步;
  4. 推完,噪声就变成了一条像样的走势。换一团噪声再来一遍,就得到另一条。

所以 16 条路径,就是从 16 团不同的噪声出发,各推 32 步。历史那部分始终是原样,模型只生成未来那段。

排一排KiT 出一次预测,要先后做哪几件事?
  1. 1?
  2. 2?
  3. 3?
  4. 4?

按先后顺序,一个一个点。

它学过什么 ​

论文里的训练数据:A 股 3914 只、美股 888 只、加密货币 28 个品种,2016 年 8 月到 2026 年 4 月,七种粒度(1 分钟、5 分钟、15 分钟、30 分钟、1 小时、2 小时、1 天)。同一套设计训了三个大小:3100 万、1.01 亿、2.84 亿参数,开源的是最大的那个。

开源的检查点有两个:

检查点用到的数据覆盖
step_market_284M.pt训练集到 2023-12-31,2024–2025 年做验证;2026 年起是测试期A 股、美股、加密货币,论文结果用的就是它
step_market_284M_train260410.pt训练到 2026-03-09,2026-03-10 到 04-10 做验证只有 A 股

第一行的日期来自论文第 4.1 节;模型卡把它的截止日写作 2025-12-31,指的是训练加验证用到的数据。

考考你KiT 为什么能用同一个模型预测 5 元和 2000 元的股票?

检查一下 ​

  • 我能说出 KiT 的输出是“多条可能的走势”,不是一个价格
  • 我知道一根 K 线会变成五个比例数
  • 我知道“16 条路径”来自 16 团不同的噪声

下一节:装好环境、权重和数据。

搞懂AI关于我们怎么写隐私说明联系我们

独立的第三方教程,与文中提到的任何产品及其公司没有隶属或合作关系;产品名称和商标归各自所有者。价格和政策以官方页面为准。