Kronos-Report-Java

基于 Kronos 金融大模型的 AI 量化预测报告生成工具（Java 版）

📖 项目简介

Kronos-Report-Java是一个基于 Kronos 金融时序大模型的 Java 量化预测工具，支持股票、基金、期货、指数等品种的 K 线数据预测，自动生成多格式分析报告和每日简报。支持多种模型推理方式（HTTP、ONNX Runtime、DJL），提供统一的数据服务接口。

✨ 功能特性

预测与报告

• ✅ 自动识别品种类型（股票/基金/期货/指数）
• ✅ 自动判断交易所（上交所/深交所/北交所/期货交易所/指数中心）
• ✅ 自动过滤期货指数合约（品种代码+00，如 RB00、M00）
• ✅ 支持多种模型组合（2k/base 分词器 + mini/small/base 模型）
• ✅ 支持前复权/不复权数据
• ✅ 多格式报告输出（TXT、HTML、PNG、PDF、CSV、图表、JSON）
• ✅ 滚动回测验证（方向准确率、MAPE）
• ✅ 快速回测（使用最近 N 个交易日验证模型效果）
• ✅ 回测数据 CSV 导出（记录预测 OHLCV 与真实数据对比）
• ✅ 普通投资者友好版报告

每日简报

• ✅ 每日简报自动生成（支持自选股 + 热门个股排行）
• ✅ 自选股优先展示（自选股排在热门股前面）
• ✅ 全局模型复用（避免重复加载，提升性能）
• ✅ 定时任务（每日自动生成简报）
• ✅ 公众号推广模块（二维码、订阅说明、点赞打赏）

模型推理

• ✅ 多模型管理（最多支持 3 个模型同时加载）
• ✅ 参数化预测（支持 lookback、pred_len、t、top_p、sample_count）
• ✅ 模型热切换（无需重启服务即可切换模型）
• ✅ 三种推理引擎：HTTP、ONNX Runtime、DJL
• ✅ 设备自动选择（默认 auto，无需手动指定）

数据服务

• ✅ 统一数据服务接口（支持本地文件和 HTTP 网关双数据源）
• ✅ 数据来源自动切换（通过配置 DATA_SOURCE 切换）
• ✅ 名称映射（股票、基金、期货、指数名称自动获取）
• ✅ 最后交易日数据（热门排行、根据代码查询）
• ✅ 前复权计算（基于分红送股 JSON 文件）
• ✅ 交易日历（节假日加载、交易日判断）
• ✅ 期货代码大小写自动修正

📦 环境要求

• JDK 17+
• Maven 3.6+

🔧 安装与编译

# 克隆项目
git clone https://gitee.com/liebin/kronos-report.git
cd kronos-report
# 编译打包
mvn clean package
# 安装到本地仓库
mvn install

🚀 使用说明

单次预测（完整报告）

# 股票
java -jar target/kronos-report-1.0.0.jar --code 000001
# 期货（自动排除指数合约）
java -jar target/kronos-report-1.0.0.jar --code RB2505
# 股指
java -jar target/kronos-report-1.0.0.jar --code zs_000001
# 自定义参数
java -jar target/kronos-report-1.0.0.jar --code 000001 --lookback 256 --pred-len 10 --model small
# 不复权
java -jar target/kronos-report-1.0.0.jar --code 000001 --no-adjusted

JSON 数据报告（纯数据格式）

# 生成JSON报告（不生成图表和回测）
java -jar target/kronos-report-1.0.0.jar --code 000001 --json
# 只打印JSON到控制台，不保存文件
java -jar target/kronos-report-1.0.0.jar --code 000001 --json --no-save
# 带自定义参数
java -jar target/kronos-report-1.0.0.jar --code 000001 --json --lookback 256 --pred-len 10 --verbose
# 不复权JSON报告
java -jar target/kronos-report-1.0.0.jar --code 000001 --json --no-adjusted

每日简报

# 生成简报（精简模式）
java -jar target/kronos-report-1.0.0.jar --briefing
# 生成简报（详细模式）
java -jar target/kronos-report-1.0.0.jar --briefing -v

定时任务

# 启动定时任务（每日19:30生成简报）
java -jar target/kronos-report-1.0.0.jar --scheduler
# 自定义时间
java -jar target/kronos-report-1.0.0.jar --scheduler --scheduler-hour 20 --scheduler-minute 0
# 停止定时任务
java -jar target/kronos-report-1.0.0.jar --scheduler-stop

📁 项目结构

kronos-report/
├── pom.xml
├── README.md
├── README.en.md
├── LICENSE
└── src/main/java/cn/tsquant/invest/util/kronos/
├── KronosPredictor.java # 主入口
├── config/ # 配置模块
│ └── KronosConfig.java
├── core/ # 模型推理核心
│ ├── ModelPredictor.java
│ ├── ModelPredictorFactory.java
│ ├── HttpModelPredictor.java
│ ├── OnnxModelPredictor.java
│ ├── DjlModelPredictor.java
│ ├── PredictorWrapper.java
│ ├── ModelConfig.java
│ ├── ModelManager.java
│ ├── ModelInstance.java
│ ├── PredictRequest.java
│ └── PredictResponse.java
├── data/ # 数据服务模块
│ ├── DataService.java
│ ├── DataServiceFactory.java
│ ├── bo/ # 业务对象
│ │ ├── AssetInfo.java
│ │ ├── EquityItem.java
│ │ ├── FuturesInfo.java
│ │ ├── FuturesParsed.java
│ │ ├── KLine.java
│ │ └── TradeDates.java
│ ├── gateway/ # HTTP网关实现
│ │ └── GatewayDataService.java
│ └── local/ # 本地文件实现
│ ├── LocalDataService.java
│ ├── LastDayDataLoader.java
│ ├── Mappings.java
│ └── ForwardAdjusted.java
├── report/ # 报告生成模块
│ ├── Backtest.java
│ ├── ChartGenerator.java
│ ├── TxtReport.java
│ ├── HtmlReport.java
│ ├── ImageReport.java
│ └── JsonReport.java
├── briefing/ # 每日简报模块
│ ├── BriefingConfig.java
│ ├── BriefingGenerator.java
│ ├── HtmlBriefing.java
│ └── TxtBriefing.java
└── utils/ # 工具类
├── TradeDateUtils.java
├── TradeCalendar.java
├── CodeUtils.java
├── CsvLoader.java
├── AdjustedUtils.java
├── FileUtils.java
└── TypeUtils.java

📝 命令行参数

参数	默认值	说明
--code, -c	必填	代码（预测模式必填）
--start-date, -s	无	开始日期 YYYYMMDD
--end-date, -e	无	结束日期 YYYYMMDD
--pred-len, -p	5	预测步数
--lookback, -l	512	回溯窗口长度
--t	0.6	温度参数
--top-p	0.8	核采样参数
--sample-count	5	采样次数
--tokenizer	2k	分词器类型
--model, -m	mini	模型类型
--device, -d	auto	运行设备
--no-save	false	不保存文件
--adjusted	true	前复权（默认启用）
--no-adjusted	false	不复权
--json	false	生成JSON数据报告
--briefing	false	生成每日简报
--verbose, -v	false	输出详细日志
--scheduler	false	启动定时任务
--scheduler-stop	false	停止定时任务

📂 输出目录结构

/home/liebin/dev/data/report/
├── AI预测/ # 预测报告
│ └── {日期}/{名称}/{tokenizer}_{model}_{lookback}/
│ ├── AI预测报告_{名称}_{日期}.html
│ ├── AI预测报告_{名称}_{日期}.txt
│ ├── AI预测报告_{名称}_{日期}.png
│ ├── AI预测报告_{名称}_{日期}.pdf
│ ├── AI预测报告_{名称}_{日期}.json
│ ├── {名称}_chart_{日期}.png
│ ├── {名称}_trend_{日期}.png
│ ├── {名称}_backtest_{日期}.png
│ ├── {名称}_backtest_data_{日期}.csv
│ └── {名称}_predictions_{日期}.csv
└── AI简报/ # 每日简报
└── {日期}/
├── AI量化简报_{日期}.html
├── AI量化简报_{日期}.txt
└── AI量化简报_{日期}.png

📊 JSON 报告格式

{
"code": "000001",
"name": "平安银行",
"timestamp": "2026-06-11T15:30:00",
"last_trade_date": "2026-06-10",
"model": "2k_mini",
"lookback": 512,
"pred_len": 5,
"adjusted": true,
"summary": {
"current_price": 11.20,
"predicted_price": 11.35,
"change_pct": 1.34,
"trend": "看涨 📈",
"low": 11.10,
"high": 11.50
},
"recent": [
{
"d": "2026-06-04",
"o": 11.05,
"h": 11.15,
"l": 11.00,
"c": 11.10,
"v": 1000000,
"a": 11100000
}
],
"predicted": [
{
"d": "2026-06-11",
"o": 11.22,
"h": 11.38,
"l": 11.15,
"c": 11.30,
"v": 1020000,
"a": 11500000
}
]
}

字段说明

字段	类型	说明
code	string	代码
name	string	名称
timestamp	string	报告生成时间
last_trade_date	string	最后交易日
model	string	使用的模型标识
lookback	int	回溯窗口长度
pred_len	int	预测步数
adjusted	boolean	是否前复权
summary	object	预测摘要
recent	array	最近30个交易日K线
predicted	array	未来N个交易日预测K线

K线字段缩写对照

缩写	全称	说明
d	date	日期
o	open	开盘价
h	high	最高价
l	low	最低价
c	close	收盘价
v	volume	成交量
a	amount	成交额

🔌 模型推理方式

方式	说明	优先级
HTTP	调用远程 Python 模型服务	1
ONNX Runtime	本地 ONNX 模型推理	2
DJL	本地 PyTorch 模型推理	3

⚙️ 配置说明

编辑 KronosConfig.java 修改配置：

// 数据来源配置publicstaticfinalStringDATA_SOURCE = "local"; // local / http// 模型推理配置publicstaticfinalbooleanUSE_HTTP_FIRST = true;
publicstaticfinalStringMODEL_HTTP_HOST = "http://localhost";
publicstaticfinalintMODEL_HTTP_PORT = 16888;
// 模型管理publicstaticfinalintMAX_MODELS = 3;
// 默认模型publicstaticfinalStringDEFAULT_TOKENIZER = "2k";
publicstaticfinalStringDEFAULT_MODEL = "mini";

📄 开源协议

本项目采用 AGPL-3.0 协议。

💬 技术支持与服务

如果您在使用过程中遇到问题，或者需要以下技术服务，欢迎联系作者：

• 🤖 AI 客服系统开发：智能问答、自动回复、多渠道接入
• 🧠 大模型应用开发：模型微调、Prompt 工程、RAG 系统
• 💻 软件开发：Java&Python 后端、量化系统、数据处理
• 📈 量化策略开发：因子挖掘、回测系统、实盘对接
• 🔧 定制化开发：根据需求定制 AI 量化解决方案

微信扫码添加作者，备注来意即可

添加时请备注“Kronos咨询”或具体需求，以便更快响应

⚠️ 免责声明

本工具生成的预测结果由 AI 模型生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。