AlphaEar Sentiment
Vurderer sentiment i finanstekst som positiv, negativ eller nøytral med FinBERT.
Krever oppsett
Hva den gjør
Analyser sentiment i finanstekst med FinBERT eller LLM. Bruk når brukeren trenger å fastslå sentimentet (positivt/negativt/nøytralt) og score for finanstekster i markedet.
Testrapport
Testet ordrett git-clone-installasjon (ren; frontmatter er gyldig, streng YAML, alle refererte skript til stede) pluss en A/B med klassifisering av finanssentiment på 5 overskrifter. Skillets FinBERT-vei krever torch/transformers og en nedlastbar modell (tung, men ingen betalt API), mens LLM-/agentmodusen er agentstyrt ifølge SKILL.md og fungerer uten eksterne avhengigheter; hjelpefunksjonene for DB-tilbakeskriving krever i tillegg en initialisert sqlite DatabaseManager. A/B-en viste at skillets agentbaserte klassifisering og basisens (uten skill) direkte klassifisering ga praktisk talt identiske, korrekte etiketter og score, så skillet gir struktur/scoringveiledning, men ingen nøyaktighetsgevinst på inline tekst. Resultatet er kun et artefakt for sentimentklassifisering, IKKE investeringsråd.
Testet på: 2026-07-13 · Claude Code 2.x (agent harness)
Installer
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-sentimentVurderer sentiment i finanstekst som positiv, negativ eller nøytral med FinBERT.
Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen 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