装好环境、权重和数据
做完这一节,你的电脑上会有:KiT 的代码、一个能用显卡的 Python 环境、1.1GB 的官方权重、1.2GB 的演示数据。最后一条命令会打印 cuda True。
开始之前
- 一张 NVIDIA 显卡,驱动已装好(终端里
nvidia-smi能看到显卡) - 装好 conda(Miniconda 就够)和 git
- 能访问 GitHub 和 Hugging Face
1. 克隆代码
git clone https://github.com/Luciferbobo/KiT.git
cd KiT后面所有命令都在 KiT 这个目录里执行。
2. 建 conda 环境
官方 README 的写法:
conda create -n kit python=3.13 -y
conda activate kit如果报 CondaToSNonInteractiveError
新版 conda(我们用的 26.1.1)第一次用默认频道时,要求先同意 Anaconda 的服务条款,不同意就报这个错。两种办法选一个:
- 按报错提示运行
conda tos accept,同意条款后重来; - 不用默认频道,改用社区的 conda-forge:
conda create -n kit -c conda-forge --override-channels python=3.13 -y我们用的是第二种。
3. 装 PyTorch 和依赖
pip install "torch>=2.4" --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txtcu118 是 CUDA 版本,新显卡、新驱动也能用;官方 README 提示可以按需要换。requirements.txt 里是 numpy、pandas、pyarrow、matplotlib(画图)和 akshare(只在回测时下载中证 500 指数)。
验证:
python -c "import torch;print('torch',torch.__version__,'cuda',torch.cuda.is_available())"你应该看到类似:
torch 2.7.1+cu118 cuda True我们按上面的步骤从零装一遍,用了 2 分 33 秒,大头是 905MB 的 PyTorch。
如果是 cuda False:PyTorch 装成了 CPU 版,或者驱动没装好。先确认 nvidia-smi 能用,再重装上面那条带 --index-url 的命令。
4. 下载权重和演示数据
pip install huggingface_hub
hf download Lucifer744/KiT_model --local-dir ckpt/
hf download Lucifer744/KiT_data_demo --local-dir data/ --repo-type datasetREADME 写的是 huggingface-cli
官方 README 用的是 huggingface-cli download …。我们 2026 年 11 月新装的 huggingface_hub 2.4.0 只带 hf 这个命令,没有 huggingface-cli,参数写法一样,把命令名换掉就行。
第二条会下载两个检查点,各约 1.1GB。只想要论文用的那个:
hf download Lucifer744/KiT_model --include "config.json" "step_market_284M/*" --local-dir ckpt/演示数据约 1.2GB(其中 1 分钟线 811MB),705 个文件,我们这里下了 2 分钟。
5. 把权重放到脚本找得到的地方
下载下来的权重在 ckpt/step_market_284M/step_market_284M.pt,而预测脚本默认找 ckpt/step_market_284M.pt。两种办法:
- 每次运行加参数:
--ckpt ckpt/step_market_284M/step_market_284M.pt - 或者做一个链接,以后不用管:
ln -s step_market_284M/step_market_284M.pt ckpt/step_market_284M.ptWindows 上没有 ln,用第一种。
检查一下目录:
ls ckpt/step_market_284M data data/ashare你应该看到:
ckpt/step_market_284M:
instruments.json stats.json step_market_284M.pt
data:
ashare instruments.json README.md stats.json trade_dates.csv
data/ashare:
15m 1d 1h 1m 2h 30m 5mdata/ashare 下面七个文件夹,每个里面 100 个 .parquet 文件,一只股票一个。
考考你下载完权重,运行预测脚本报 checkpoint not found,最可能的原因是?
检查一下
torch.cuda.is_available()打印 Trueckpt/step_market_284M.pt存在(文件或链接)data/ashare下有 7 个粒度的文件夹
下一节:第一次预测。