Claude für Aktienanalyse: Aktuelle Daten per API nutzen

Claude kann Finanzdaten sehr gut lesen und erklären, was sie bedeuten. Bei den heutigen Zahlen ist es jedoch unzuverlässig, weil die Trainingsdaten eines Sprachmodells Monate vor Ihrer Frage enden. Die Lösung ist einfach: Geben Sie Claude aktuelle Marktdaten über eine API und lassen Sie es genau das tun, worin es gut ist: analysieren, vergleichen und in verständlicher Sprache erklären.

Diese Anleitung zeigt Ihnen, wie Sie das mit einer kostenlosen Marktdaten-API, drei verschiedenen Verbindungswegen zu Claude und direkt verwendbaren Prompts umsetzen. Zur vollständigen Offenlegung: Die API gehört Strasmore und wird von unserem Team entwickelt. Sie benötigt kein Konto. Sie können daher alles in dieser Anleitung innerhalb der nächsten fünf Minuten ausprobieren.

Warum Claude eine Datenquelle benötigt

Fragen Sie Claude ohne angebundene Tools: „Wie hoch ist die Dividendenrendite von Microsoft derzeit?“ Dann tritt einer von zwei Fehlerfällen ein. Entweder lehnt Claude die Antwort ab, oder es antwortet anhand von Trainingsdaten, die mehrere Monate alt sind. Beides geschieht, weil das Modell keinen Zugriff auf aktuelle Kurse hat. Es kann nicht selbstständig Daten nachschlagen.

Binden Sie eine Datenquelle an, ändert sich das Bild vollständig. Claude liest JSON problemlos, behält Dutzende Zeilen im Kontext, ohne den Überblick zu verlieren, und vergleicht, sortiert und fasst die tatsächlichen Daten bereitwillig zusammen. Die Qualität der Antwort hängt nun von der Qualität der Daten ab, die Sie bereitstellen.

Eine kostenlose Marktdaten-API ohne Schlüssel

Die Demo-API von Strasmore stellt einen Katalog vordefinierter Abfragen zu US-Aktien- und Optionsdaten als einfaches JSON bereit. Es gibt keine Registrierung, keinen API-Schlüssel und keine Einschränkungen, die Sie durch komplizierte Rate-Limit-Regeln ausbremsen. Die vollständige Referenz der Endpunkte finden Sie im Beitrag zur API-Dokumentation. Die Kurzfassung:

# 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 ermittelt wurden. Der letzte Teil ist für die Arbeit mit KI wichtig: Sie können Claude das SQL zusammen mit den Daten zeigen. Dann erklärt es Ihnen sowohl die Abfrage als auch das Ergebnis.

Die Daten sind nicht live. Aktienkurse werden verzögert bereitgestellt, die Greeks und die implizite Volatilität von Optionen entsprechen den End-of-Day-Werten, und das Ergebnis jeder Abfrage wird höchstens alle zehn Minuten aktualisiert. Häufigeres Abrufen liefert daher lediglich dieselben Zeilen. Für Lern-, Screening- und Analyse-Workflows ist das genau ausreichend. Die API ist kein Trading-Feed. In dieser Anleitung geht es um Analyse, nicht um die Ausführung von Trades.

Methode 1: JSON in einen Chat einfügen

Die Variante ohne Einrichtung. Führen Sie einen curl-Befehl aus, kopieren Sie das JSON und fügen Sie es mit einer klaren Anweisung in einen Claude-Chat ein. Das funktioniert in der Webanwendung claude.ai, in der Desktopanwendung oder in jeder Chat-Oberfläche.

Eine geeignete Prompt-Struktur:

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 entscheidend. Sie veranlasst Claude, die Grenzen der Daten zu benennen, statt zu weitreichende Schlussfolgerungen zu ziehen. Seine Vorschläge („Auszahlungsverlauf prüfen“, „mit dem Branchendurchschnitt vergleichen“) führen häufig zu einer besseren nächsten Abfrage als jede spontan formulierte Abfrage.

Weg 2: Claude Code die Daten selbst abrufen lassen

Wenn Sie Claude Code verwenden, können Sie das vollständige Kopieren und Einfügen überspringen, weil Claude Code curl selbst ausführen kann. Stellen Sie eine Frage und geben Sie an, 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 tatsächlichen Zeilen. Da die Agentenschleife auf Ihrem Rechner läuft, lässt sie sich außerdem mit allem anderen darauf kombinieren: Sie kann Ergebnisse in Dateien speichern, sie mit einem Python-Skript visualisieren oder den Bildschirm von heute mit dem vergleichen, den sie letzte Woche gespeichert hat. Beachten Sie einen Kostenfaktor: Jede JSON-Nutzlast, die der Agent abruft, bleibt im Gespräch und wird im nächsten Durchlauf erneut gesendet. Das ist der Grund, warum eine lange Claude-Code-Sitzung teuer wird.

Ein ständig laufender Linux-Server ist der naheliegende Ort für diesen Workflow. Eine tägliche Schleife nach dem Muster „Bildschirme abrufen, mit gestern vergleichen, mir eine Zusammenfassung schreiben“ benötigt einen Rechner, der nie in den Ruhezustand wechselt. Wir haben eine vollständige Anleitung zum Ausführen von Claude Code auf einem VPS mit tmux, damit Sitzungen auch nach einer SSH-Trennung bestehen bleiben. Wenn Sie diesen Weg wählen, lesen Sie zuerst unsere Anleitung zum sicheren Ausführen von AI-Agenten auf einem VPS. Ein Agent mit Shell-Zugriff benötigt wirksame Schutzvorkehrungen.

Weg 3: die Claude API mit einem Fetch-Tool

Wenn Sie Software entwickeln, stellen Sie Claude die API als Tool zur Verfügung. Mit dem Python SDK von Anthropic besteht die gesamte Anbindung 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, übergeben das JSON zurück und erhalten eine Antwort auf Grundlage echter Zeilen statt aus dem Gedächtnis. Der Client liest Ihren Schlüssel aus der Umgebung. Wenn dieser Code später auf einem Server oder hinter einem Cloud-Anbieter läuft, klären Sie daher zunächst, wie Sie den Client dort authentifizieren, bevor Sie etwas fest codieren. Dies ist außerdem der einzige Weg, bei dem Sie pro Token abgerechnet werden und nicht über ein Chat-Abonnement. Prüfen Sie daher vor einer Skalierung, ob die Claude API einen kostenlosen Tarif bietet und welche Kosten nach einem Startguthaben anfallen. Dasselbe Muster funktioniert mit dem Model Context Protocol, wenn Sie statt eines Inline-Tools lieber einen wiederverwendbaren Server einsetzen. Unsere Anleitung zu MCP-Servern auf einem VPS beschreibt das Hosting solcher Server.

Prompts, die zu guten Analysen führen

Einige Muster verbessern die Ausgabe unabhängig davon, wie Sie die Verbindung herstellen:

• Weisen Sie Claude an, Zeilen zu zitieren. „Nennen Sie für jede Aussage den Ticker und die Zahl, auf der sie basiert.“ Dadurch werden vage Zusammenfassungen vermieden.
• Fragen Sie, was die Daten nicht zeigen können. Verzögerte Kurse, Greeks zum Tagesende und ein statischer Filter haben jeweils Einschränkungen. Wenn Sie danach fragen, nennt Claude diese klar. Dadurch bleibt die Analyse belastbar.
• Lassen Sie vergleichen, nicht vorhersagen. „Welche dieser Renditen wirken anhand der angezeigten Ausschüttungsquoten nachhaltig?“ führt zu einer fundierten Antwort. „Welche Aktie wird steigen?“ führt zu einer gut formulierten Vermutung, weil die Daten keine Vorhersage stützen.
• Behalten Sie das SQL im Kontext. Das Feld sql zeigt Claude genau, wie ein Filter erstellt wurde. Dadurch kann Claude erklären, warum ein Wert fehlt, etwa wegen einer Mindestmarktkapitalisierung oder einer maximalen Rendite, statt einen Grund zu erfinden.

Wenn feste Abfragen nicht mehr ausreichen

Die Ansichten der Demo sind absichtlich fest vorgegeben. Sie müssen jedoch nicht bezahlen, um eigene Fragen zu stellen. Dieselbe Demo führt auch eigene schreibgeschützte SQL-Abfragen ohne Schlüssel aus: Senden Sie die Abfrage an https://ai.strasmore.com/api/demo/sql?sql=. Die Ausführung ist begrenzt. In der Antwort werden 500 Zeilen, 20 Sekunden und ein Jahr Historie genannt. Ein kostenloses Konto ohne Kreditkarte ermöglicht 100 Abfragen pro Tag. Sie können diese auf dem Strasmore-Terminal in SQL oder in natürlicher Sprache formulieren. Das Terminal zeigt die erzeugte SQL-Abfrage vor ihrer Ausführung an.

Auch für einen programmatischen Schlüssel benötigen Sie keinen kostenpflichtigen Tarif. Ein kostenloser Schlüssel erhöht das Zeilenlimit. Kostenpflichtige Tarife bieten zusätzlich längere Historie, Tick-Level-Trades und den CSV-Export. Das Data Warehouse enthält 22 Jahre Daten zu US-Aktien und 12 Jahre Optionshistorie. Welche Daten Sie lesen können, hängt jedoch vom Tarif ab. Im Oktober 2026 liest Free ein Jahr zurück, also bis zum 1. Januar 2025. Developer ($79/mo) liest drei Jahre zurück, also bis zum 1. Januar 2023. Pro ($249/mo) und Enterprise lesen die vollständige Historie. Die API mit Schlüssel akzeptiert SQL. Fragen in natürlicher Sprache sind eine Funktion des Terminals und nicht der API. Der Ablauf bleibt unverändert. Ihr Tool ruft die Daten über einen authentifizierten Endpunkt statt über den offenen Endpunkt ab. Die Fragen können Sie selbst festlegen. Claude erstellt zuverlässig ClickHouse-SQL für ein dokumentiertes Schema. Dadurch wird aus „Rufe die Dividendenhistorie aller REITs über $10B ab und sortiere sie nach dem Wachstum über fünf Jahre“ eine Aufgabe mit einem einzigen Prompt im Tarif Pro oder Enterprise. Ein Zeitraum von drei Jahren kann kein Wachstum über fünf Jahre abbilden.

FAQ

Kann Claude Aktien ohne Datenquelle analysieren?

Nicht mit aktuellen Zahlen. Die Trainingsdaten enden vor dem heutigen Tag. Aussagen zu aktuellen Kursen beruhen daher auf veraltetem Wissen. Wenn Sie Claude eine Marktdaten-API bereitstellen, basiert die Analyse auf den Zeilen, die es gerade abgerufen hat.

Ist die Strasmore-Demo-API wirklich kostenlos?

Ja. Kein Schlüssel, keine Registrierung und keine Kreditkarte. Die API stellt einen Katalog vordefinierter Abfragen zu verzögerten US-Aktiendaten und End-of-Day-Optionsdaten bereit. Zusätzlich gibt es einen schlüssellosen SQL-Endpunkt mit einem Limit von 500 Zeilen und einem Jahr Historie. Die API ist bewusst für KI-Agenten offen.

Benötige ich dafür einen VPS?

Nein. Für den Workflow zum Einfügen benötigen Sie lediglich einen Browser. Ein VPS lohnt sich, wenn der Agent-Loop nach einem Zeitplan laufen, Verbindungsabbrüche überstehen und lokale Dateien mit früheren Ergebnissen speichern soll.

Ist das eine Finanzberatung?

Nein. Die Inhalte behandeln Werkzeuge für die Analyse. Claude fasst Daten zusammen und vergleicht sie. Wie Sie diese Informationen verwenden, entscheiden Sie selbst. Verzögerte Daten für Lernzwecke sind keine Grundlage für die Ausführung von Trades.

Binden Sie einen Screen in einen Chat ein, und Sie sehen den Unterschied sofort: Claude klingt nicht mehr selbstsicher bei Zahlen, die es nicht kennen kann, sondern wird bei Zahlen nützlich, die es abrufen kann.