Claude pour analyser les actions et les options

Claude est très bon pour lire des données financières et expliquer ce qu’elles signifient. Il est mauvais pour connaître les chiffres du jour, car les données d’entraînement d’un modèle de langage s’arrêtent plusieurs mois avant que vous posiez votre question. La solution est simple : fournir à Claude des données de marché actuelles via une API, puis le laisser faire ce qu’il sait réellement faire : analyser, comparer et expliquer en termes simples.

Ce guide vous montre comment procéder avec une API gratuite de données de marché, trois méthodes différentes pour connecter Claude à cette API et des prompts fonctionnels que vous pouvez copier. En toute transparence : l’API appartient à Strasmore, une entreprise créée par notre équipe. Elle ne nécessite aucun compte. Vous pouvez donc tout essayer dans ce guide en moins de cinq minutes.

Pourquoi Claude a besoin d’une source de données

Demandez à Claude « quel est le rendement du dividende de Microsoft actuellement ? » sans lui fournir d’outil, et vous obtiendrez l’un de deux échecs. Soit il refuse de répondre, soit il répond à partir de données d’entraînement vieilles de plusieurs mois. Ces deux cas se produisent parce que le modèle n’a pas accès aux cours actuels. Il ne peut rien rechercher par lui-même.

Ajoutez une source de données, et la situation change complètement. Claude lit très bien le JSON, conserve des dizaines de lignes dans son contexte sans perdre le fil, et peut comparer, classer et résumer ce que montrent réellement les données. La qualité de la réponse dépend alors de la qualité des données que vous lui fournissez.

Une API gratuite de données de marché sans clé

L’API de démonstration de Strasmore fournit un catalogue de requêtes prédéfinies sur des données concernant les actions et les options américaines, au format JSON brut. Il n’y a ni inscription, ni clé d’API, ni gestion complexe des limites de débit. La référence complète des endpoints se trouve dans l’article consacré à la documentation de l’API ; voici la version courte :

# 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"

Chaque réponse contient les lignes, les noms de colonnes et la requête SQL exacte qui a produit les chiffres. Ce dernier élément est important pour les usages avec l’IA : vous pouvez montrer à Claude la requête SQL avec les données, et il vous expliquera aussi bien la requête que le résultat.

Les données ne sont pas en temps réel. Les cours des actions sont différés, les greeks des options et la volatilité implicite correspondent aux valeurs de fin de séance, et le résultat de chaque requête est actualisé au maximum toutes les dix minutes. Interroger l’API plus souvent renvoie donc simplement les mêmes lignes. Pour l’apprentissage, le screening et les workflows d’analyse, c’est exactement ce qu’il vous faut. Il ne s’agit pas d’un flux de trading, et ce guide traite de l’analyse, pas de l’exécution d’ordres.

Méthode 1 : coller le JSON dans une conversation

La méthode sans configuration. Exécutez une commande curl, copiez le JSON, puis collez-le dans une conversation Claude avec une instruction claire. Cette méthode fonctionne dans l’application web claude.ai, l’application de bureau ou n’importe quelle interface de conversation.

Voici une structure de prompt efficace :

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?

La troisième question est la plus importante. Elle pousse Claude à indiquer les limites des données au lieu d’aller au-delà de ce qu’elles permettent d’établir. Ses suggestions (« vérifiez l’historique des paiements », « comparez avec le secteur ») permettent souvent de formuler une meilleure requête suivante que celle que vous auriez écrite sans contexte.

Méthode 2 : laisser Claude Code récupérer les données lui-même

Si vous utilisez Claude Code, vous pouvez entièrement éviter le copier-coller, car Claude Code peut exécuter curl lui-même. Posez-lui une question et indiquez-lui où se trouvent les données :

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 lit le catalogue, sélectionne dividend_yield_leaders, le récupère et travaille à partir des lignes réelles. Comme la boucle de l’agent s’exécute sur votre machine, elle s’intègre aussi à tout ce qui s’y trouve : l’agent peut enregistrer les résultats dans des fichiers, les représenter avec un script Python ou comparer l’écran du jour à celui qu’il a enregistré la semaine dernière. Attention toutefois au coût : chaque charge utile JSON récupérée par l’agent reste dans la conversation et est renvoyée au tour suivant. C’est pourquoi une longue session Claude Code devient coûteuse.

Un serveur Linux toujours actif est l’environnement naturel pour ce workflow. Une boucle quotidienne du type « récupérer les écrans, les comparer à ceux d’hier et rédiger un résumé » nécessite une machine qui ne se met jamais en veille. Nous avons un guide complet pour exécuter Claude Code sur un VPS avec tmux, afin que les sessions survivent aux déconnexions SSH. Si vous choisissez cette solution, lisez d’abord notre guide sur l’exécution sécurisée d’agents IA sur un VPS ; un agent disposant d’un accès shell doit être soumis à de véritables garde-fous.

Méthode 3 : l’API Claude avec un outil fetch

Pour les logiciels que vous développez, fournissez l’API à Claude sous forme d’outil. Avec le SDK Python d’Anthropic, toute l’intégration tient dans une définition d’outil et une fonction fetch :

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 appelle l’outil lorsqu’une question nécessite des données. Vous exécutez alors le fetch, lui renvoyez le JSON, puis il répond à partir de lignes réelles plutôt que de sa mémoire. Le client récupère votre clé dans l’environnement. Si ce code se retrouve sur un serveur ou derrière un fournisseur cloud, déterminez d’abord comment authentifier le client dans cet environnement avant de coder quoi que ce soit en dur. C’est également la seule méthode qui vous facture par token au lieu d’utiliser un abonnement de chat. Avant de la déployer à grande échelle, vérifiez donc si l’API Claude dispose d’un niveau gratuit et combien vous paierez après l’éventuel crédit de démarrage. Le même modèle fonctionne avec le Model Context Protocol si vous préférez un serveur réutilisable à un outil intégré ; notre guide sur les serveurs MCP sur un VPS explique comment les héberger.

Prompts qui produisent de bonnes analyses

Quelques méthodes améliorent systématiquement les résultats, quelle que soit la manière dont vous vous connectez :

• Demandez à Claude de citer les lignes. « Pour chaque affirmation, indiquez le ticker et le chiffre correspondant. » Cela élimine les résumés vagues.
• Demandez ce que les données ne permettent pas de montrer. Les cours différés, les greeks de fin de séance et le screen fixe ont tous leurs limites. Claude les énoncera clairement si vous le lui demandez, ce qui permet de garder une analyse rigoureuse.
• Demandez une comparaison, pas une prédiction. « Parmi ces rendements, lesquels semblent soutenables au vu des payout ratios affichés ? » produit une réponse fondée. « Quelle action va monter ? » produit une supposition bien formulée, car les données ne permettent pas de faire des prédictions.
• Gardez le SQL dans son contexte. Le champ sql indique précisément à Claude comment le screen a été construit. Il peut ainsi expliquer pourquoi une valeur est absente — seuil de capitalisation boursière, plafond de rendement — au lieu d’inventer une raison.

Quand les requêtes prédéfinies ne suffisent plus

Les écrans de démonstration utilisent volontairement des requêtes prédéfinies, mais vous n’avez pas besoin de payer pour poser vos propres questions. La même démonstration exécute aussi vos propres requêtes SQL en lecture seule, sans clé : envoyez-les à https://ai.strasmore.com/api/demo/sql?sql=, et elles seront exécutées dans les limites indiquées par la réponse : 500 lignes, 20 secondes et un an d’historique. Un compte gratuit, sans carte bancaire, vous donne droit à 100 requêtes par jour, rédigées en SQL ou en langage courant, sur le terminal Strasmore. Celui-ci affiche la requête SQL générée avant son exécution.

L’API payante constitue l’étape suivante lorsque vous avez besoin d’une clé utilisable par un programme et d’un historique plus long. Le data warehouse contient 22 années de données sur les actions américaines et 12 années d’historique des options, mais la quantité de données que vous pouvez lire dépend de votre plan. En octobre 2026, l’offre Developer (79 $/mois) permet de lire trois années de données, et seule l’offre Pro (249 $/mois) permet de lire l’historique complet. L’API avec clé accepte le SQL ; les questions en langage courant sont une fonction du terminal, pas de l’API. Le workflow reste identique : votre outil récupère les données depuis un endpoint authentifié au lieu de l’endpoint ouvert, et vous définissez vous-même les questions. Claude est réellement efficace pour écrire des requêtes SQL ClickHouse sur un schéma documenté. Une demande comme « récupérer l’historique des dividendes de chaque REIT dont la capitalisation dépasse 10 milliards de dollars et les classer selon leur croissance sur cinq ans » devient ainsi une tâche réalisable avec un seul prompt, à condition d’utiliser un plan donnant accès à cinq années d’historique.

FAQ

Claude peut-il analyser des actions sans source de données ?

Pas avec des chiffres actuels. Ses données d’entraînement s’arrêtent avant aujourd’hui. Tout ce qu’il dit sur les cours actuels provient donc d’une mémoire obsolète. Fournissez-lui une API de données de marché, et son analyse s’appuiera sur les lignes qu’il vient de récupérer.

L’API de démonstration Strasmore est-elle vraiment gratuite ?

Oui. Aucune clé, aucune inscription, aucune carte bancaire. Elle fournit un catalogue de requêtes prédéfinies sur des données différées concernant les actions américaines et sur des données d’options de fin de séance. Elle propose également un endpoint SQL sans clé, limité à 500 lignes et un an d’historique, et elle est volontairement ouverte aux agents d’IA.

Ai-je besoin d’un VPS pour cela ?

Non. Le workflow par copier-coller nécessite uniquement un navigateur. Un VPS devient utile lorsque vous voulez exécuter la boucle de l’agent selon un calendrier, maintenir son fonctionnement malgré les déconnexions et conserver localement les anciens résultats.

S’agit-il de conseils financiers ?

Non. Tout ce qui est présenté ici concerne des outils d’analyse. Claude résume et compare les données ; ce que vous en faites relève de votre décision, et des données éducatives différées ne constituent pas une base pour exécuter des transactions.

Connectez un écran à une conversation et vous verrez immédiatement la différence : Claude cesse d’afficher de l’assurance sur des chiffres qu’il ne peut pas connaître et devient utile pour analyser les chiffres qu’il peut réellement obtenir.