AlphaEar Sentiment
Scorer sentiment i finanstekst som positiv, negativ eller neutral med FinBERT.
Virker med opsætning
Hvad det gør
Analyser sentiment i finanstekst med FinBERT eller LLM. Brug det, når brugeren har brug for at bestemme sentimentet (positiv/negativ/neutral) og scoren for finansielle tekstmarkeder.
Testrapport
Testede ordret git-clone-installation (ren; frontmatter er gyldig streng YAML, alle refererede scripts er til stede) plus en A/B-klassifikation af sentiment på 5 finansoverskrifter. Skillets FinBERT-sti kræver torch/transformers og en model, der skal downloades (tungt, men ingen betalt API), mens dets LLM/agentiske tilstand er agentdrevet ifølge SKILL.md og fungerer uden eksterne afhængigheder; DB-writeback-hjælperne kræver desuden en initialiseret sqlite DatabaseManager. A/B-testen viste, at skillets agentiske klassifikation og basisarmens (uden skill) direkte klassifikation gav stort set identiske, korrekte labels og scorer, så skillet tilføjer struktur/scoringsvejledning, men ingen nøjagtighedsgevinst på inline-tekst. Output er udelukkende et sentimentklassifikationsartefakt, IKKE investeringsrådgivning.
Testet: 2026-07-13 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/RKiding/Awesome-finance-skills cd Awesome-finance-skills mkdir -p ~/.claude/skills cp -r skills/alphaear-sentiment ~/.claude/skills/alphaear-sentiment
Kommandoer og eksempelprompter
/alphaear-sentimentScorer sentiment i finanstekst som positiv, negativ eller neutral med FinBERT.
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Score the sentiment of this earnings call transcriptAnalyze sentiment in these finance news headlinesClassify this market commentary as bullish or bearish