金融与投行 stock-predictiontechnical-analysiscryptoyfinancetime-series-forecastingohlcvconfidence-interval

Kronos 技术分析技能

在任意 Claude 对话中用一句英文/中文指令运行对冲基金级别的股票与加密货币技术分析,输入代码即得带置信区间的价格预测。

FollowSkills 评估 · FSRS-2.0
不推荐
44/ 100 五分制 2.2 / 5
1 2 3 4 5 6
1信任安全12 / 25 · 2.4/5

数据流基本透明:通过yfinance拉取公开行情、首次运行自动克隆GitHub仓库并从HuggingFace下载约500MB权重。加分项:无恶意指令、无凭据收集、明确'非投资建议'。扣分项:首次运行自动执行git clone+pip install+模型下载,属较大权限的自动网络操作,无用户确认步骤;第三方模型权重未做哈希校验;依赖未锁定版本。

2可靠稳定8 / 20 · 2.0/5

文档自洽,参数、示例、故障排查(git缺失、无数据、venv失败、内存不足)齐全,失败路径有说明。扣分项:实际脚本未在证据中提供,无法核验自安装逻辑与错误反馈;无测试;happy path可信但边界与失败反馈仅靠文档描述。

3适用触发8 / 15 · 2.7/5

触发词、参数、示例、'What this is NOT'边界声明较清晰,crypto需-USD后缀等细节明确。扣分项:完全依赖yfinance(Yahoo)与HuggingFace下载,对中国大陆网络可达性差;未说明中文支持;触发词偏英文。

4规范维护8 / 15 · 2.7/5

文档分层合理(SKILL.md含用法/输出/排查),README含致谢与上游模型MIT许可。扣分项:本skill自身无license元数据、无版本/changelog、维护责任仅有个人署名,首次自动安装隐藏假设较多。

5有效结果5 / 15 · 1.7/5

声称输出markdown预测+置信区间,可直接呈现,问题设置合理。扣分项:静态审阅无法验证输出质量与预测可用性;输出示例为占位符($XXX.XX);相比直接调用Kronos的边际价值主要是打包便利。

6证据核验3 / 10 · 1.5/5

有上游模型与数据源的可审计链接,README标注来源。扣分项:无测试、无CI证据、无真实执行记录,'hedge-fund-grade'等营销性说法无可验证依据,事实与推断未分离。

证据充分度: 评估于 2026年9月10日 审查版本 e1d576c38206
使用前请注意
  • 首次运行会自动克隆第三方仓库、安装未锁定版本的依赖(含大型torch)并下载约500MB模型权重,建议运行前人工确认并在隔离环境执行。
  • 核心功能完全依赖yfinance与HuggingFace,在中国大陆网络可能无法访问,需自备网络方案。
  • 模型输出为概率分布而非价格目标,切勿作为投资依据;'华尔街级'等说法属营销表述。
  • 本仓库未提供skill自身的许可证,商用或再分发前请确认授权。
评估证据 [1][2][3]
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

这个技能把开源的 Kronos 基础模型(在 45 家交易所、120 亿根 K 线上训练)封装成 Claude 技能。你只需在对话中说 "run kronos on AAPL" 之类的指令,它就会通过 yfinance 拉取最近的 OHLCV 数据,运行 Kronos 得到前向价格预测,并以通俗的 Markdown 输出预测收盘价、方向、百分比变化和置信区间。明确定位为研究工具而非投资建议,首次运行需自动安装依赖并下载约 500MB 模型权重。

通过 yfinance 获取指定股票或加密货币代码(如 AAPL、BTC-USD)的历史 OHLCV 数据;在 Python 虚拟环境中运行 Kronos 基础模型进行前向预测;返回 Markdown 格式的结果,包括最新收盘价、pred_len 周期后的预测收盘价、涨跌方向与百分比变化、置信区间(窄=信号,宽=噪音)以及完整预测轨迹表。可自定义历史周期(1mo 至 max)、K 线周期(1d/1h/4h/1wk/1mo)和预测长度。

  1. 个人投资者想在 Claude 对话中快速获得某只股票(如 NVDA)的技术面预测,而不想自己搭环境
  2. 加密货币交易者想用 4 小时 K 线对 BTC-USD 做短周期走势预测
  3. 研究型用户按周对自选股清单逐一运行 /kronos,作为研究流程的一个输入
  4. 进阶用户将 Kronos 的图表预测与包含公司财报的 Claude Project 组合成"双层研究栈",图表面+基本面并用
  5. 希望根据预测时间范围(如未来 30 天)自动推断参数的对话式用户

这个 Skill 有哪些优点和局限?

优点
  • 把经过大规模训练的开源 Kronos 基础模型封装成一句话即可调用的技能,无需机器学习背景
  • 首次运行全自动安装,后续运行快速(约 5-15 秒)
  • 输出包含置信区间和解读规则,帮助区分信号与噪音
  • 股票与加密货币均支持,参数(周期、K线粒度、预测长度)灵活可调
  • 诚实定位为研究工具,主动提醒"非投资建议"并引导风险管理
局限
  • 首次运行需下载约 500MB 模型权重并安装 torch 等重型依赖,耗时 3-7 分钟
  • 数据依赖 yfinance(Yahoo Finance),部分代码无数据且日内 K 线仅限最近 60 天
  • 仓库未注明许可协议,商业使用风险不明
  • 无测试套件;内存不足、依赖安装失败等需手动排查
  • README 中"华尔街十亿美元 AI"等说法为营销语言,实际预测准确性无独立验证

如何安装这个 Skill?

技能文件夹放在 ~/.claude/skills/kronos/(包含 SKILL.md 和 scripts/run_kronos.py)。无需手动安装步骤:首次调用时脚本会自动克隆 Kronos 仓库、创建 Python 虚拟环境、安装 torch/transformers/yfinance/pandas,并从 HuggingFace 下载约 500MB 模型权重(约需 3-7 分钟)。仓库许可协议未注明,采用前请自行确认。

如何使用这个 Skill?

在 Claude 对话中直接说:"run kronos on AAPL"(默认 6 个月日线、预测 24 期)、"kronos BTC-USD 3mo 4h 48" 或 "predict NVDA with kronos for the next 30 days"(Claude 自动推断参数)。也可直接运行脚本:python3 ~/.claude/skills/kronos/scripts/run_kronos.py <TICKER> [period] [interval] [pred_len]。后续运行每次约 5-15 秒。

这个 Skill 与同类方案有什么区别?

基于同一作者维护的 Kronos 开源模型(shiyu-coder/Kronos,MIT 许可),本技能相当于该模型的 Claude 对话封装;作者还建议将其与手动分析公司财报的 Claude Project 组合成双层研究栈。

常见问题

首次运行为什么这么慢?
首次运行会自动克隆 Kronos 仓库、创建虚拟环境、安装 torch/transformers/yfinance/pandas,并从 HuggingFace 下载约 500MB 模型权重,共需 3-7 分钟。之后每次运行只需约 5-15 秒。
它能直接告诉我该买还是该卖吗?
不能。它输出的是带置信区间的概率分布,不是目标价也不是交易信号。当你基于输出做真实投资决策时,技能会提示"非投资建议",并建议配合包含公司财报的 Claude Project 做基本面分析。
支持哪些代码和数据范围?
支持股票代码(如 AAPL、NVDA、TSLA)和加密货币对(必须加 -USD 后缀,如 BTC-USD)。数据来自 yfinance;历史周期可选 1mo 至 max,K 线粒度可选 1d/1h/4h/1wk/1mo,但日内数据仅限最近 60 天。
运行失败怎么办?
常见问题:git 未安装(运行 xcode-select --install)、代码无数据(去 Yahoo Finance 核对代码格式)、虚拟环境安装失败(删除 ~/.claude/skills/kronos/.venv 和 _krono 后重跑)、大代码内存不足(缩短 period 或 pred_len)。

相关 Skills