تحلیل مالی با Claude و داده‌های زنده

Claude در خواندن داده‌های مالی و توضیح معنای آن‌ها بسیار توانمند است. اما در دانستن اعداد امروز ضعیف عمل می‌کند، زیرا داده‌های آموزشی یک مدل زبانی، ماه‌ها پیش از سوال شما پایان می‌یابند. راه حل ساده است: داده‌های زنده بازار را از طریق یک API به Claude بدهید و اجازه دهید آنچه در آن واقعاً مهارت دارد، یعنی تحلیل، مقایسه و توضیح به زبان ساده، انجام شود.

این راهنما نشان می‌دهد که چگونه این کار را با یک API رایگان داده‌های بازار، سه روش مختلف برای اتصال Claude به آن و پرامپت‌های آماده‌ای که می‌توانید کپی کنید، انجام دهید. شفاف‌سازی کامل: این API متعلق به Strasmore است که توسط تیم ما ساخته شده است. این API نیاز به حساب کاربری ندارد، بنابراین می‌توانید تمام موارد این راهنما را در 5 دقیقه امتحان کنید.

چرا Claude به یک منبع داده نیاز دارد

اگر از Claude بپرسید "در حال حاضر بازده سود نقدی (dividend yield) مایکروسافت چقدر است" بدون اینکه ابزاری به آن متصل باشد، با یکی از دو حالت شکست مواجه می‌شوید: یا پاسخ نمی‌دهد، یا از داده‌های آموزشی که ماه‌ها قدیمی هستند پاسخ می‌دهد. هر دو حالت به این دلیل رخ می‌دهند که مدل هیچ دسترسی به قیمت‌های فعلی ندارد. مدل نمی‌تواند به تنهایی چیزی را جستجو کند.

یک منبع داده متصل کنید تا تصویر کاملاً تغییر کند. Claude قادر به خواندن روان JSON است، ده‌ها ردیف را بدون از دست دادن اطلاعات در context نگه می‌دارد و با خوشحالی داده‌ها را مقایسه، رتبه‌بندی و خلاصه می‌کند. کیفیت پاسخ اکنون به کیفیت داده‌هایی بستگی دارد که به آن می‌دهید.

یک API رایگان داده‌های بازار بدون نیاز به کلید

API دمو Strasmore مجموعه‌ای از پرس‌وجوهای (queries) ثابت روی داده‌های سهام و آپشن‌های US را به صورت JSON ساده ارائه می‌دهد. هیچ ثبت‌نامی، کلید API یا محدودیت نرخ (rate-limit) وجود ندارد. مرجع کامل نقاط انتهایی (endpoints) در post API documentation قرار دارد؛ نسخه کوتاه آن عبارت است از:

# 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"

هر پاسخ شامل ردیف‌ها، نام ستون‌ها و دستور SQL دقیقی است که آن اعداد را تولید کرده است. این بخش آخر برای کارهای هوش مصنوعی بسیار مهم است: شما می‌توانید SQL را همراه با داده‌ها به Claude نشان دهید و او هم دستور پرس‌وجو و هم نتیجه را برای شما توضیح می‌دهد.

قیمت‌ها با تأخیر هستند و مقادیر greeks آپشن‌ها مربوط به پایان روز هستند. برای جریان‌های کاری یادگیری، غربالگری (screening) و تحلیل، این دقیقاً همان چیزی است که نیاز دارید. این یک فید معاملاتی نیست و این راهنما درباره تحلیل است، نه اجرای معامله.

روش 1: چسباندن JSON در چت

نسخه بدون تنظیمات. یک دستور curl اجرا کنید، JSON را کپی کنید و آن را همراه با یک دستورالعمل واضح در چت Claude بچسبانید. این روش در وب‌اپلیکات claude.ai، اپلیکیشن دسکتاپ یا هر رابط چت دیگری کار می‌کند.

یک ساختار پرامپت که به خوبی عمل می‌کند:

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?

سوال سوم مهم‌ترین سوال است. این سوال Claude را وادار می‌کند تا به جای فراتر رفتن از توان خود، محدودیت‌های داده را نام ببرد؛ پیشنهادات او (مانند "تاریخچه پرداخت را بررسی کنید" یا "با بخش مربوطه مقایسه کنید") اغلب پرس‌جست بعدی بهتری نسبت به هر چیزی است که خودتان بدون آمادگی تایپ می‌کردید.

روش 2: اجازه دهید Claude Code خودش داده‌ها را دریافت کند

اگر Claude Code را اجرا می‌کنید، می‌توانید کپی-پیست کردن را کاملاً کنار بگذارید، زیرا Claude Code می‌تواند خودش دستور curl را اجرا کند. سوال خود را بپرسید و به او بگویید داده‌ها کجا قرار دارند:

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 کاتالوگ را می‌خواند، dividend_yield_leaders را انتخاب می‌کند، آن را دریافت می‌کند و بر اساس ردیف‌های واقعی کار می‌کند. از آنجایی که حلقه عامل (agent loop) روی سیستم شما اجرا می‌شود، این روش با سایر موارد روی سیستم شما نیز ترکیب می‌شود: می‌تواند نتایج را در فایل‌ها ذخیره کند، با یک اسکریپت Python نمودار بکشد، یا صفحه امروز را با صفحه‌ای که هفته گذشته ذخیره کرده مقایسه (diff) کند. یک هزینه که باید مراقب آن باشید: هر بسته JSON که عامل دریافت می‌کند در گفتگو باقی می‌ماند و در نوبت بعدی دوباره ارسال می‌شود، که این دلیل گران شدن جلسات طولانی Claude Code است.

یک سرور Linux که همیشه روشن است، خانه طبیعی برای این جریان کاری است. یک حلقه روزانه با دستور "صفحه‌ها را دریافت کن، با دیروز مقایسه کن، یک خلاصه برای من بنویس" به سیستمی نیاز دارد که هرگز نمی‌خوابد؛ ما یک راهنمای کامل برای اجرای Claude Code روی یک VPS با tmux داریم تا جلسات در صورت قطع شدن SSH باقی بمانند. اگر این مسیر را انتخاب کردید، ابتدا راهنمای ما برای اجرای ایمن عامل‌های هوش مصنوعی روی یک VPS را بخوانید؛ یک عامل با دسترسی به shell مستحق رعایت محدودیت‌های امنیتی واقعی است.

روش 3: استفاده از Claude API با یک ابزار fetch

برای نرم‌افزاری که در حال ساخت آن هستید، API را به عنوان یک ابزار (tool) به Claude بدهید. با استفاده از Python SDK شرکت Anthropic، کل سیم‌کشی تنها شامل یک تعریف ابزار و یک تابع fetch است:

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.

وقتی یک سوال نیاز به داده دارد، Claude ابزار را فراخوانی می‌کند، شما تابع fetch را اجرا کرده و JSON را برمی‌گردانید، و او به جای حافظه، از ردیف‌های واقعی پاسخ می‌دهد. اگر ترجیح می‌دهید به جای یک ابزار درون‌خطی، از یک سرور قابل استفاده مجدد استفاده کنید، الگوی مشابهی با Model Context Protocol کار می‌کند؛ راهنمای MCP servers on a VPS ما پوشش‌دهنده میزبانی آن‌ها است.

پرامپت‌هایی که تحلیل خوبی ارائه می‌دهند

چند الگو که به طور مداوم خروجی را بهبود می‌بخشند، فارغ از اینکه چگونه متصل شده‌اید:

• به Claude بگویید به ردیف‌ها استناد کند. "برای هر ادعا، نام نماد (ticker) و عددی که از آن آمده است را ذکر کن." این کار باعث حذف خلاصه‌های مبهم می‌شود.
• آنچه را که داده‌ها نمی‌توانند نشان دهند، بپرسید. قیمت‌های با تأخیر، greeks پایان روز و یک صفحه ثابت همگی محدودیت‌هایی دارند؛ Claude وقتی از او پرسیده شود، این محدودیت‌ها را به وضوح بیان می‌کند و این کار تحلیل را صادقانه نگه می‌دارد.
• از او بخواهید مقایسه کند، نه پیش‌بینی. عبارت "کدام یک از این بازده‌ها بر اساس نسبت‌های پرداخت نشان داده شده پایدار به نظر می‌رسد" یک پاسخ مستدل به دست می‌دهد. عبارت "کدام سهم بالا می‌رود" یک حدس خوش‌ساخت به دست می‌دهد، زیرا پیش‌بینی چیزی نیست که داده‌ها از آن پشتیبانی کنند.
• SQL را در context نگه دارید. فیلد sql دقیقاً به Claude می‌گوید که یک صفحه چگونه ساخته شده است، بنابراین او می‌تواند توضیح دهد که چرا یک نام وجود ندارد (مثلاً به دلیل کف ارزش بازار یا سقف بازدهی) به جای اینکه دلیلی از خودش اختراع کند.

وقتی پرس‌وجوهای ثابت دیگر کافی نیستند

صفحه‌های نسخه دمو به عمد ثابت هستند. مرحله بعدی، API پولی Strasmore است: همان انبار داده، 22 سال داده سهام US و 12 سال تاریخچه آپشن، و سوالات خودتان در قالب SQL یا انگلیسی ساده با یک کلید برنامه‌نویسی. جریان کاری کاملاً یکسان باقی می‌ماند؛ ابزار شما به جای نقطه انتهایی باز، از یک نقطه انتهایی احراز هویت شده داده می‌گیرد و سوالات را خودتان تعریف می‌کنید. Claude در نوشتن ClickHouse SQL بر اساس یک طرحواره (schema) مستند واقعاً مهارت دارد، که کار "استخراج تاریخچه سود نقدی هر REIT بالای 10 میلیارد دلار و رتبه‌بندی بر اساس رشد پنج ساله" را به یک کار تک-پرامپتی تبدیل می‌کند.

FAQ

آیا Claude می‌تواند بدون هیچ منبع داده‌ای سهام را تحلیل کند؟

نه با اعداد فعلی. داده‌های آموزشی آن قبل از امروز پایان می‌یابد، بنابراین هر آنچه درباره قیمت‌های فعلی می‌گوید از حافظه قدیمی است. یک API زنده به آن بدهید تا تحلیل بر اساس ردیف‌هایی باشد که تازه دریافت کرده است.

آیا API دمو Strasmore واقعاً رایگان است؟

بله. بدون کلید، بدون ثبت‌نام، بدون کارت اعتباری. این API مجموعه‌ای از پرس‌وجوهای ثابت روی سهام با تأخیر و داده‌های پایان روز آپشن‌ها را ارائه می‌دهد و به طور عمدی برای عامل‌های هوش مصنوعی باز است.

آیا برای این کار به VPS نیاز دارم؟

خیر. جریان کاری چسباندن متن به چیزی جز یک مرورگر نیاز ندارد. استفاده از VPS زمانی ارزشمند می‌شود که بخواهید حلقه عامل را طبق یک برنامه زمانی اجرا کنید، از قطع شدن اتصال در امان بمانید و فایل‌های محلی از نتایج گذشته را نگه دارید.

آیا این مشاوره مالی است؟

خیر. هر آنچه در اینجا آمده، ابزار تحلیل است. Claude داده‌ها را خلاصه و مقایسه می‌کند؛ آنچه شما با آن انجام می‌دهید تصمیم خودتان است و داده‌های آموزشی با تأخیر، مبنایی برای اجرای معامله نیستند.

یک صفحه را در یک چت متصل کنید و بلافاصله تفاوت را خواهید دید: Claude از گفتن اعداد مورد اطمینان درباره چیزهایی که نمی‌تواند بداند دست می‌کشد و درباره اعدادی که می‌تواند، مفید خواهد بود.