AlphaEar Sentiment
Scoort sentiment van financiële tekst als positief, negatief of neutraal met FinBERT.
Werkt met setup
Wat het doet
Analyseer het sentiment van financiële tekst met FinBERT of een LLM. Gaat aan wanneer de gebruiker het sentiment (positief/negatief/neutraal) en de score van financiële teksten over markten wil bepalen.
Testrapport
Letterlijke git-clone-installatie getest (schoon; frontmatter geldige strict YAML, alle aangehaalde scripts aanwezig), plus een A/B met classificatie van financieel sentiment op 5 krantenkoppen. Het FinBERT-pad van de skill vereist torch/transformers en een downloadbaar model (zwaar, maar geen betaalde API), terwijl de LLM/agentic-modus agent-gestuurd is volgens SKILL.md en met nul externe dependencies werkt; de DB-writeback-helpers vereisen daarnaast een geïnitialiseerde sqlite DatabaseManager. De A/B liet zien dat de agentic classificatie van de skill en de directe classificatie van de basisarm (zonder skill) effectief identieke, correcte labels en scores opleverden, dus de skill voegt structuur/een scoring-gids toe maar geen nauwkeurigheidswinst op inline tekst. De output is uitsluitend een sentimentclassificatie-artefact, GEEN beleggingsadvies.
Getest op: 2026-07-13 · Claude Code 2.x (agent harness)
Installatie
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
Commando's en voorbeeldprompts
/alphaear-sentimentScoort sentiment van financiële tekst als positief, negatief of neutraal met FinBERT.
Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):
Score the sentiment of this earnings call transcriptAnalyze sentiment in these finance news headlinesClassify this market commentary as bullish or bearish