بقلم Claude لتحليل الأسواق المالية: دليل عملي
استخدم Claude لتحليل الأسهم والخيارات ببيانات سوق حية: واجهة API مجانية بلا مفتاح، وثلاث طرق لربطها به، وطلبات جاهزة للنسخ تمنحك إجابات مرتكزة على بيانات فعلية.
Claude بارع حقًا في قراءة البيانات المالية وشرح ما تعنيه. لكنه سيئ في معرفة أرقام اليوم، لأن بيانات تدريب نموذج اللغة تتوقف قبل سؤالك بأشهر. الحل بسيط: زوّد Claude ببيانات سوق حية من واجهة API، ودعه يقوم بما يجيده فعلًا، وهو التحليل والمقارنة والشرح بلغة واضحة.
يوضح لك هذا الدليل كيفية القيام بذلك باستخدام واجهة API مجانية لبيانات السوق، وثلاث طرق مختلفة لربط Claude بها، وطلبات (prompts) جاهزة للعمل يمكنك نسخها مباشرة. وللشفافية الكاملة: هذه الواجهة مملوكة لشركة Strasmore، التي يطوّرها فريقنا. لا تحتاج إلى أي حساب، لذا يمكنك تجربة كل ما في هذا الدليل خلال الدقائق الخمس القادمة.
لماذا يحتاج Claude إلى مصدر بيانات
اسأل Claude "ما نسبة العائد التوزيعي لسهم Microsoft الآن؟" من دون ربط أي أدوات به، وستحصل على أحد نمطي فشل. فإما أن يرفض الإجابة، أو يجيب من بيانات تدريب عمرها أشهر. يحدث الأمران لأن النموذج لا يملك إمكانية الوصول إلى الأسعار الحالية؛ فهو لا يستطيع البحث عن أي شيء بنفسه.
اربط مصدر بيانات، وتتغير الصورة كليًا. يقرأ Claude تنسيق JSON بطلاقة، ويحتفظ بعشرات الصفوف في السياق دون أن يختلط عليه ترتيبها، ويسعده أن يقارن ويرتّب ويلخّص ما تُظهره البيانات فعلًا. جودة الإجابة الآن تتوقف على جودة البيانات التي تزوّده بها.
واجهة API مجانية لبيانات السوق بلا مفتاح
تقدّم واجهة Strasmore التجريبية (demo API) كتالوجًا من الاستعلامات الثابتة على بيانات الأسهم والخيارات الأمريكية بصيغة JSON بسيطة. لا يوجد تسجيل، ولا مفتاح API، ولا حاجة للتعامل مع قيود معدل الطلبات (rate limit). المرجع الكامل لنقاط النهاية موجود في مقال توثيق الواجهة؛ وهذه هي الخلاصة:
# What queries exist? (start here)
curl "https://ai.strasmore.com/api/demo/catalog"
# The highest large-cap dividend yields right now
curl "https://ai.strasmore.com/api/demo?q=dividend_yield_leaders"
# Implied-volatility leaders in the options market
curl "https://ai.strasmore.com/api/demo?q=iv_leaders"
# The latest market headlines with tickers
curl "https://ai.strasmore.com/api/demo?q=latest_market_news"يتضمن كل رد الصفوف وأسماء الأعمدة واستعلام SQL الدقيق الذي أنتج هذه الأرقام. هذا الجزء الأخير مهم لعمل الذكاء الاصطناعي: يمكنك أن تُظهر لـ Claude استعلام SQL جنبًا إلى جنب مع البيانات، فيشرح لك الاستعلام كما يشرح لك النتيجة.
الأسعار مؤجَّلة (delayed) والمقاييس اليونانية للخيارات (greeks) هي قيم نهاية اليوم. بالنسبة لأعمال التعلّم والفرز (screening) والتحليل، هذا هو بالضبط ما تحتاج إليه. إنها ليست تغذية تداول حية (trading feed)، وهذا الدليل يتناول التحليل لا تنفيذ الصفقات.
الطريقة 1: الصق JSON في محادثة
النسخة التي لا تتطلب أي إعداد. نفّذ أمر curl واحدًا، وانسخ JSON، والصقه في محادثة مع Claude، مرفقًا بتعليمات واضحة. يعمل هذا في تطبيق الويب claude.ai، أو تطبيق سطح المكتب، أو أي واجهة محادثة أخرى.
شكل طلب (prompt) يعمل بشكل جيد:
Here is JSON from a market data API. The `sql` field shows exactly
how the numbers were computed.
[paste the JSON here]
1. Summarize what this data shows in plain English.
2. Which three rows stand out, and what makes them unusual?
3. What would you want to check next before drawing conclusions?السؤال الثالث هو الأهم. فهو يدفع Claude إلى تحديد حدود البيانات بدلًا من تجاوزها، واقتراحاته ("تحقّق من سجل توزيعات الأرباح"، "قارن بالقطاع") كثيرًا ما تشكّل استعلامًا تاليًا أفضل مما كنت لتكتبه بنفسك من الصفر.
الطريقة 2: دع Claude Code يجلب البيانات بنفسه
إذا كنت تستخدم Claude Code، يمكنك تجاوز النسخ واللصق كليًا، لأن Claude Code يستطيع تنفيذ curl بنفسه. اطرح عليه سؤالًا وأخبره أين توجد البيانات:
Fetch https://ai.strasmore.com/api/demo/catalog, pick the query that
best answers this question, fetch it, and analyze the result:
which large-cap stocks pay the highest dividend yields right now,
and how do their P/E ratios compare?يقرأ Claude Code الكتالوج، ويختار dividend_yield_leaders، ويجلبه، ويعمل انطلاقًا من الصفوف الحقيقية. ولأن حلقة الوكيل (agent loop) تعمل على جهازك، فهذا يتكامل أيضًا مع كل شيء آخر عليه: يمكنه حفظ النتائج في ملفات، ورسمها بسكربت Python، أو مقارنة نتيجة فرز اليوم بالتي حفظها الأسبوع الماضي.
خادم Linux يعمل باستمرار هو الموطن الطبيعي لهذا التدفق. حلقة يومية على شكل "اجلب نتائج الفرز، وقارنها بالأمس، واكتب لي ملخصًا" تحتاج إلى جهاز لا ينام أبدًا، ولدينا دليل كامل عن تشغيل Claude Code على خادم VPS مع tmux لتنجو الجلسات من انقطاع اتصال SSH. وإذا اخترت هذا المسار، فاقرأ أولًا دليلنا لتشغيل وكلاء الذكاء الاصطناعي بأمان على خادم VPS؛ فالوكيل الذي يملك إمكانية الوصول إلى الصدفة (shell) يستحق ضمانات حقيقية.
الطريقة 3: واجهة Claude API مع أداة جلب
بالنسبة للبرمجيات التي تبنيها، امنح Claude هذه الواجهة كأداة (tool). مع حزمة Python الخاصة بـ Anthropic (Python SDK)، يتلخص الربط كله في تعريف أداة واحدة ودالة جلب واحدة:
import json, urllib.request
import anthropic
def fetch_demo(query_key: str) -> str:
url = f"https://ai.strasmore.com/api/demo?q={query_key}"
with urllib.request.urlopen(url, timeout=30) as r:
return r.read().decode()
client = anthropic.Anthropic()
tools = [{
"name": "fetch_market_data",
"description": "Fetch a fixed market-data query. Keys are listed at "
"https://ai.strasmore.com/api/demo/catalog e.g. "
"dividend_yield_leaders, iv_leaders, latest_market_news.",
"input_schema": {
"type": "object",
"properties": {"query_key": {"type": "string"}},
"required": ["query_key"],
},
}]
# Claude decides when to call the tool; your loop executes fetch_demo()
# and returns the JSON as the tool result. See Anthropic's tool-use docs.يستدعي Claude الأداة عندما يحتاج السؤال إلى بيانات، وأنت تنفّذ الجلب وتعيد JSON، فيجيب من صفوف حقيقية بدلًا من الذاكرة. النمط نفسه يعمل مع بروتوكول سياق النموذج (Model Context Protocol / MCP) إن كنت تفضّل خادمًا قابلًا لإعادة الاستخدام على أداة مضمّنة؛ ويغطي دليلنا عن خوادم MCP على VPS استضافة تلك الخوادم.
طلبات (prompts) تحصل على تحليل جيد
بضعة أنماط تُحسِّن الناتج باستمرار، أيًا كانت طريقة الاتصال التي تستخدمها:
- اطلب من Claude أن يستشهد بالصفوف. "لكل ادعاء، اذكر رمز السهم (ticker) والرقم الذي يستند إليه." هذا يقضي على الملخصات المبهمة.
- اسأل عمّا لا تستطيع البيانات إظهاره. فالأسعار المؤجَّلة، والمقاييس اليونانية لنهاية اليوم، والفرز الثابت، كلها لها حدود؛ وسيوضّحها Claude بجلاء متى سُئل، وهذا ما يحافظ على صدق التحليل.
- اجعله يقارن لا أن يتنبأ. سؤال "أي هذه العوائد يبدو مستدامًا استنادًا إلى نِسَب التوزيع الظاهرة؟" يحصل على إجابة مرتكزة على البيانات. أما "أي سهم سيرتفع؟" فيحصل على تخمين مكتوب بعناية، لأن التنبؤ ليس شيئًا تدعمه البيانات.
- أبقِ SQL في السياق. حقل
sqlيخبر Claude بالضبط كيف بُني الفرز، فيستطيع أن يشرح سبب غياب اسم معيّن (حد أدنى للقيمة السوقية، أو سقف للعائد) بدلًا من اختلاق سبب.
حين لا تعود الاستعلامات الثابتة كافية
نتائج الفرز في النسخة التجريبية ثابتة عن قصد. والخطوة التالية هي واجهة Strasmore المدفوعة: المستودع نفسه، مع 22 عامًا من بيانات الأسهم الأمريكية و12 عامًا من تاريخ الخيارات، وأسئلتك الخاصة بلغة SQL أو بلغة إنجليزية بسيطة عبر مفتاح API برمجي. يظل تدفق العمل نفسه؛ إذ تجلب أداتك من نقطة نهاية مصادَق عليها بدلًا من النقطة المفتوحة، وتصبح الأسئلة لك أنت لتحدّدها. Claude بارع فعلًا في كتابة استعلامات ClickHouse SQL على مخطط موثَّق، وهذا يحوّل طلب "اجلب تاريخ توزيعات الأرباح لكل صندوق استثمار عقاري (REIT) تفوق قيمته السوقية 10 مليارات دولار ورتّبها حسب النمو خلال خمس سنوات" إلى مهمة بطلب واحد.
FAQ
هل يستطيع Claude تحليل الأسهم من دون أي مصدر بيانات؟
ليس بالأرقام الحالية. تتوقف بيانات تدريبه قبل اليوم، لذا فإن أي شيء يقوله عن الأسعار الحالية يأتي من ذاكرة قديمة. زوّده بواجهة حية ويصبح التحليل مرتكزًا على صفوف جلبها للتو.
هل واجهة Strasmore التجريبية مجانية فعلًا؟
نعم. لا مفتاح، ولا تسجيل، ولا بطاقة. تقدّم كتالوجًا من الاستعلامات الثابتة على بيانات أسهم أمريكية مؤجَّلة وبيانات خيارات لنهاية اليوم، وهي مفتوحة عمدًا لوكلاء الذكاء الاصطناعي.
هل أحتاج إلى VPS لهذا؟
لا. تدفق العمل بالنسخ واللصق لا يحتاج إلى أكثر من متصفح. يصبح VPS مفيدًا حين تريد أن تعمل حلقة الوكيل وفق جدول زمني، وتنجو من انقطاعات الاتصال، وتحتفظ بملفات محلية للنتائج السابقة.
هل هذه نصيحة مالية؟
لا. كل ما هنا هو أدوات تحليل. Claude يلخّص البيانات ويقارنها؛ وما تفعله بذلك قرارك أنت، والبيانات التعليمية المؤجَّلة ليست أساسًا لتنفيذ الصفقات.
اربط فرزًا واحدًا بمحادثة واحدة وستلاحظ الفرق فورًا: يتوقف Claude عن التحدث بثقة زائفة عن أرقام لا يمكنه معرفتها، ويبدأ في تقديم فائدة حقيقية بشأن أرقام يعرفها فعلًا.