AlphaEar Sentiment
Bewertet die Stimmung von Finanztexten als positiv, negativ oder neutral mit FinBERT.
Funktioniert mit Setup
Was es kann
Analysiert die Stimmung von Finanztexten mit FinBERT oder LLM. Reagiert, wenn Stimmung (positiv/negativ/neutral) und Score von Finanzmarkt-Texten bestimmt werden sollen.
Testbericht
Getestet wurden die wortgetreue git-clone-Installation (sauber; Frontmatter ist striktes, gültiges YAML, alle referenzierten Skripte vorhanden) sowie ein A/B zur Klassifikation der Finanzstimmung anhand von 5 Schlagzeilen. Der FinBERT-Pfad des Skills braucht torch/transformers und ein herunterladbares Modell (schwer, aber ohne kostenpflichtige API), während sein LLM-/Agentic-Modus laut SKILL.md agentengesteuert ist und ohne externe Abhängigkeiten auskommt; die DB-Writeback-Helfer benötigen zusätzlich einen initialisierten sqlite-DatabaseManager. Das A/B zeigte, dass die agentische Klassifikation des Skills und die direkte Klassifikation der Base (ohne Skill) praktisch identische, korrekte Labels und Scores lieferten — der Skill bringt also Struktur/einen Scoring-Guide, aber keinen Genauigkeitsgewinn bei Inline-Text. Die Ausgabe ist nur ein Stimmungsklassifikations-Artefakt, KEINE Anlageberatung.
Getestet am: 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
Befehle & Beispiel-Prompts
/alphaear-sentimentBewertet die Stimmung von Finanztexten als positiv, negativ oder neutral mit FinBERT.
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Score the sentiment of this earnings call transcriptAnalyze sentiment in these finance news headlinesClassify this market commentary as bullish or bearish