Claude für Finanzanalysen nutzen

Claude ist sehr gut darin, Finanzdaten zu lesen und deren Bedeutung zu erklären. Es ist jedoch schlecht darin, aktuelle Zahlen zu kennen, da die Trainingsdaten eines Sprachmodells Monate vor Ihrer Anfrage enden. Die Lösung ist einfach: Geben Sie Claude Live-Marktdaten von einer API, damit es das tun kann, worin es wirklich gut ist: Analyse, Vergleich und Erklärungen in natürlicher Sprache.

Diese Anleitung zeigt Ihnen, wie Sie dies mit einer kostenlosen Marktdaten-API erreichen, mit drei verschiedenen Wegen, Claude damit zu verbinden, und einsatzbereiten Prompts zum Kopieren. Offenlegung: Die API gehört zu Strasmore, das von unserem Team entwickelt wurde. Es ist keine Registrierung erforderlich, sodass Sie alles in dieser Anleitung innerhalb der nächsten fünf Minuten testen können.

Warum Claude eine Datenquelle benötigt

Wenn Sie Claude ohne angehängte Tools fragen: "Wie hoch ist die aktuelle Dividendenrendite von Microsoft?", erhalten Sie eine von zwei Fehlermodi. Entweder verweigert es die Antwort oder es antwortet basierend auf Trainingsdaten, die Monate alt sind. Beides geschieht, weil das Modell keinen Zugriff auf aktuelle Kurse hat. Es kann nichts selbstständig nachschlagen.

Hängen Sie eine Datenquelle an, ändert sich das Bild komplett. Claude liest JSON flüssig, behält Dutzende von Zeilen im Kontext, ohne den Überblick zu verlieren, und vergleicht, sortiert und fasst gerne zusammen, was die Daten tatsächlich zeigen. Die Qualität der Antwort hängt nun von der Qualität der Daten ab, die Sie ihm übergeben.

Eine kostenlose Marktdaten-API ohne Key

Die Demo-API von Strasmore liefert einen Katalog fester Abfragen zu US-Aktien und Optionsdaten als einfaches JSON. Es ist keine Anmeldung, kein API-Key und kein Rate-Limiting erforderlich. Die vollständige Endpoint-Referenz finden Sie im API-Dokumentationspost; die Kurzform lautet:

# 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"

Jede Antwort enthält die Zeilen, die Spaltennamen und das exakte SQL, mit dem die Zahlen erzeugt wurden. Letzterer Punkt ist für die Arbeit mit KI wichtig: Sie können Claude das SQL zusammen mit den Daten zeigen, und es wird sowohl die Abfrage als auch das Ergebnis erklären.

Die Kurse sind verzögert und die Options-Greeks sind End-of-Day-Werte. Für Lern-, Screening- und Analyse-Workflows ist das genau das, was Sie benötigen. Es handelt sich nicht um einen Trading-Feed, und in dieser Anleitung geht es um Analyse, nicht um die Ausführung von Trades.

Weg 1: JSON in einen Chat kopieren

Die Version ohne Setup. Führen Sie einen curl-Befehl aus, kopieren Sie das JSON und fügen Sie es mit einer klaren Anweisung in einen Claude-Chat ein. Dies funktioniert in der claude.ai Web-App, der Desktop-App oder jeder Chat-Schnittstelle.

Ein Prompt-Schema, das gut funktioniert:

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?

Die dritte Frage ist die wichtigste. Sie zwingt Claude dazu, die Grenzen der Daten zu benennen, anstatt zu spekulieren. Die Vorschläge ("Prüfen Sie die Auszahlungshistorie", "Vergleichen Sie mit dem Sektor") sind oft bessere nächste Abfragen als alles, was Sie selbst ohne Vorbereitung tippen würden.

Weg 2: Claude Code die Daten selbst abrufen lassen

Wenn Sie Claude Code verwenden, können Sie das Kopieren und Einfügen komplett überspringen, da Claude Code curl selbstständig ausführen kann. Stellen Sie eine Frage und sagen Sie, wo die Daten liegen:

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?

Claude Code liest den Katalog, wählt dividend_yield_leaders aus, ruft ihn ab und arbeitet mit den echten Zeilen. Da die Agenten-Schleife auf Ihrem Rechner läuft, lässt sich dies mit allem anderen auf dem System kombinieren: Er kann Ergebnisse in Dateien speichern, sie mit einem Python-Skript visualisieren oder das heutige Screening mit dem Vergleich von letzter Woche abgleichen. Ein Kostenfaktor ist zu beachten: Jede JSON-Payload, die der Agent abruft, bleibt im Gespräch und wird beim nächsten Turn erneut gesendet, was der Grund ist, warum eine lange Claude Code Session teuer wird.

Ein Linux-Server, der dauerhaft läuft, ist der ideale Ort für diesen Workflow. Eine tägliche Schleife ("Rufe die Screenings ab, vergleiche sie mit gestern, schreibe mir eine Zusammenfassung") benötigt eine Maschine, die niemals schläft. Wir haben eine vollständige Anleitung zum Ausführen von Claude Code auf einem VPS mit tmux, damit Sitzungen bei SSH-Verbindungsabbrüchen erhalten bleiben. Wenn Sie diesen Weg wählen, lesen Sie zuerst unseren Leitfaden zum sicheren Ausführen von KI-Agenten auf einem VPS; ein Agent mit Shell-Zugriff benötigt echte Schutzmaßnahmen.

Weg 3: Die Claude API mit einem Fetch-Tool

Für Software, die Sie entwickeln, geben Sie Claude die API als Tool. Mit dem Python SDK von Anthropic besteht die gesamte Verbindung aus einer Tool-Definition und einer Fetch-Funktion:

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.

Claude ruft das Tool auf, wenn eine Frage Daten benötigt; Sie führen den Fetch aus und übergeben das JSON, und Claude antwortet basierend auf den echten Zeilen statt aus dem Speicher. Das gleiche Muster funktioniert mit dem Model Context Protocol, wenn Sie einen wiederverwendbaren Server statt eines Inline-Tools bevorzugen; unser Leitfaden zu MCP-Servern auf einem VPS behandelt deren Hosting.

Prompts für gute Analysen

Einige Muster, die das Ergebnis konsistent verbessern, egal wie Sie die Verbindung herstellen:

• Fordern Sie Claude auf, Zeilen zu zitieren. "Nenne für jede Behauptung den Ticker und die Zahl, aus der sie stammt." Dies verhindert vage Zusammenfassungen.
• Fragen Sie nach dem, was die Daten nicht zeigen können. Verzögerte Kurse, End-of-Day-Greeks und ein festes Screening haben alle Grenzen; Claude wird diese klar benennen, wenn man danach fragt, was die Analyse ehrlich macht.
• Lassen Sie ihn vergleichen, nicht vorhersagen. "Welche dieser Renditen sieht basierend auf den gezeigten Auszahlungsquoten nachhaltig aus?" liefert eine fundierte Antwort. "Welche Aktie wird steigen?" liefert eine gut geschriebene Vermutung, da die Daten keine Vorhersagen unterstützen.
• Behalten Sie das SQL im Kontext. Das Feld sql sagt Claude genau, wie ein Screening erstellt wurde, sodass er erklären kann, warum ein Name fehlt (z. B. eine Marktkapitalisierungs-Untergrenze oder eine Rendite-Obergrenze), anstatt einen Grund zu erfinden.

Wenn die festen Abfragen nicht mehr ausreichen

Die Demo-Screenings sind absichtlich fest vorgegeben. Die nächste Stufe ist die kostenpflichtige API von Strasmore: das gleiche Warehouse, 22 Jahre US-Aktienhistorie und 12 Jahre Optionshistorie, sowie Ihre eigenen Fragen in SQL oder einfachem Englisch mit einem programmatischen Key. Der Workflow bleibt identisch; Ihr Tool ruft Daten von einem authentifizierten Endpoint statt vom offenen ab, und Sie können die Fragen selbst definieren. Claude ist sehr gut darin, ClickHouse SQL gegen ein dokumentiertes Schema zu schreiben, was Aufgaben wie "Rufe die Dividendenhistorie jedes REIT über 10 Mrd. $ ab und sortiere nach fünfjährigem Wachstum" in einen One-Prompt-Job verwandelt.

FAQ

Kann Claude Aktien ohne Datenquelle analysieren?

Nicht mit aktuellen Zahlen. Die Trainingsdaten enden vor dem heutigen Tag, daher stammen alle Aussagen zu aktuellen Kursen aus veralteten Speichern. Geben Sie ihm eine Live-API, und die Analyse basiert auf den gerade abgerufenen Zeilen.

Ist die Strasmore Demo-API wirklich kostenlos?

Ja. Kein Key, keine Anmeldung, keine Kreditkarte. Sie liefert einen Katalog fester Abfragen zu verzögerten US-Aktien und End-of-Day-Optionsdaten und ist bewusst für KI-Agenten offen gestaltet.

Benötige ich einen VPS dafür?

Nein. Der Copy-and-Paste-Workflow benötigt nichts außer einem Browser. Ein VPS lohnt sich, wenn Sie die Agenten-Schleife nach einem Zeitplan laufen lassen möchten, die Verbindungsabbrüche überstehen muss und lokale Dateien mit vergangenen Ergebnissen speichern soll.

Ist dies Finanzberatung?

Nein. Alles hier ist ein Analyse-Tool. Claude fasst Daten zusammen und vergleicht sie; was Sie damit machen, ist Ihre Entscheidung. Verzögerte Bildungsdaten sind keine Basis für die Ausführung von Trades.

Verbinden Sie ein Screening mit einem Chat, und Sie werden den Unterschied sofort sehen: Claude hört auf, selbstbewusst über Zahlen zu sprechen, die er nicht kennen kann, und wird nützlich bei den Zahlen, die er kennen kann.