Autotrader
Autotrader não é o Kronos renomeado. Kronos é o modelo de previsão financeira. O Autotrader é a camada construída ao redor dele: aquisição de dados, execução do modelo, comparação entre ativos, construção da carteira, regras de risco, paper execution, persistência, atualização segura do upstream e visualização do histórico.
O que o Kronos faz antes de existir qualquer “compra”
O Kronos foi criado como um foundation model para sequências de candles financeiros. Ele não recebe “AAPL” e responde “compre”; recebe uma sequência numérica de mercado e gera uma continuação provável dessa sequência.
01 · INPUTCandles contínuosOpen, High, Low, Close, Volume e Amount formam uma sequência multidimensional de mercado.02 · NORMALIZEEscala por sérieO predictor calcula média e desvio por coluna, normaliza os valores e aplica clipping para reduzir extremos.03 · TOKENIZETokenizer financeiroUm encoder Transformer comprime a sequência contínua antes da quantização.04 · BSQTokens hierárquicosBinary Spherical Quantization converte o estado contínuo em dois níveis discretos: s1 e s2.05 · TRANSFORMERDecoder autoregressivoO Kronos-base modela a sequência de tokens com atenção causal e informação temporal.06 · SAMPLEPróximos tokenss1 é amostrado primeiro; s2 é previsto condicionado ao contexto e ao s1 escolhido.07 · DECODEVolta para preçosOs tokens são decodificados e a normalização é invertida para recuperar OHLCV/amount previstos.Como uma sequência numérica vira algo que um Transformer consegue prever
O diferencial central do Kronos é não tratar cada preço como um token textual. Ele aprende um tokenizer próprio para K-lines e produz uma representação discreta hierárquica.
Candle contínuo
Cada passo carrega múltiplas dimensões correlacionadas: preço de abertura, máxima, mínima, fechamento, volume e valor negociado.
KronosTokenizer
O código original combina blocos Transformer de encoder/decoder com Binary Spherical Quantization. A representação quantizada é dividida em subtokens hierárquicos.
Kronos-base
HierarchicalEmbedding funde s1+s2, embeddings temporais entram no contexto e blocos Transformer causais geram a sequência futura de forma autoregressiva.
Normalização
Para cada série, o KronosPredictor calcula média e desvio de OHLCV/amount, transforma os valores em z-scores e faz clipping em ±5 antes da inferência.
Tempo
Além dos candles, o modelo recebe minute, hour, weekday, day e month como sinais temporais. No nosso caso diário, os componentes relevantes ainda ajudam a localizar cada passo no calendário.
Amostragem probabilística
O Autotrader usa temperatura 1.0, top-p 0.9 e 3 trajetórias por ativo. As três sequências geradas são decodificadas e então médias pelo pipeline do Kronos.
Por que esta versão usa Kronos-base
O repositório original publica modelos com capacidades diferentes. O Autotrader fixa o base porque o runner do GitHub consegue executá-lo em CPU e ele é a maior versão aberta da família principal.
| Modelo | Tokenizer | Contexto | Parâmetros | Aberto | Uso aqui |
|---|---|---|---|---|---|
| Kronos-mini | Tokenizer-2k | 2048 | 4,1M | Sim | Não |
| Kronos-small | Tokenizer-base | 512 | 24,7M | Sim | Não |
| Kronos-base | Tokenizer-base | 512 | 102,3M | Sim | Ativo |
| Kronos-large | Tokenizer-base | 512 | 499,2M | Não | Não disponível |
Onde termina o Kronos e começa a lógica deste projeto
Kronos gera uma previsão por ativo. A partir daí o Autotrader calcula um score simples e comparável e só então decide quais ativos entram na carteira simulada.
O experimento atual dentro da própria página
Esta seção lê os arquivos públicos gerados pelo último workflow. Não é uma captura estática: novos pontos, sinais e operações aparecem conforme o robô executa.
Curva temporal da carteira
NAV persistido após cada execuçãoAlocação atual
Kronos-basePrevisões de retorno
verde = fechamento previsto acima do atual · vermelho = abaixo| Ação | Ativo | Quantidade | Preço simulado | Notional | Horário |
|---|---|---|---|---|---|
| Carregando operações… | |||||
Com apenas uma execução ainda existe apenas um ponto na curva temporal. O gráfico cresce sozinho conforme o histórico de NAV acumula novas rodadas.
Previsão forte não significa liberdade total para o modelo
A camada de carteira foi deliberadamente mantida simples e auditável para que seja possível saber exatamente por que uma posição apareceu.
Como ele consegue rodar sozinho sem um servidor permanente
O runner existe somente durante a execução. Pesos, PyTorch e código são carregados, o cálculo acontece e o runner desaparece. O estado mínimo necessário continua no Git.
Job de inferência · read-only
Job de persistência · write
O Kronos pode evoluir sem fazer pull cego para cima da estratégia
Uma segunda automação verifica upstream semanalmente. Mudança nova só entra em produção depois de passar por regressão, nossos testes e uma inferência real de compatibilidade.
O que este sistema ainda não tenta fingir que resolveu
O próprio projeto Kronos diferencia previsão bruta de uma estratégia quantitativa de produção. O Autotrader adiciona portfolio/risk logic, mas continua sendo um experimento de paper trading.
O que pertence ao Kronos e o que pertence ao Autotrader
A licença MIT permite esta composição, mas a origem do motor de previsão permanece explicitamente atribuída.
Kronos · ShiYu e colaboradores
Tokenizer financeiro, BSQ, modelo foundation autoregressivo, predictor, pesos pré-treinados e arquitetura de forecasting. Projeto original treinado em dados de mais de 45 bolsas globais.
Autotrader · PkLavc
Scanner de ativos, score, seleção da carteira, limites de risco, paper executor, persistência, workflows, atualização governada, métricas e dashboard.
Separação intencional
O upstream pode evoluir sem reescrever a lógica de investimento. A estratégia pode evoluir sem modificar o código interno do modelo.