Claude per analizzare azioni e opzioni con dati aggiornati

Claude è molto efficace nel leggere i dati finanziari e nello spiegare che cosa significano. È invece poco affidabile nel conoscere i valori di oggi, perché i dati di addestramento di un modello linguistico terminano mesi prima della domanda. La soluzione è semplice: fornire a Claude dati di mercato aggiornati tramite un'API e lasciargli svolgere le attività per cui è realmente efficace: analisi, confronto e spiegazioni in linguaggio semplice.

Questa guida mostra come farlo con un'API gratuita per i dati di mercato, tre metodi diversi per collegare Claude all'API e prompt pronti da copiare. Informazione importante: l'API appartiene a Strasmore, il prodotto sviluppato dal nostro team. Non richiede un account, quindi puoi provare tutto ciò che è descritto in questa guida nei prossimi cinque minuti.

Perché Claude ha bisogno di una fonte dati

Se chiedi a Claude «qual è il rendimento da dividendo di Microsoft in questo momento?» senza collegare alcuno strumento, ottieni uno di due risultati insoddisfacenti. Oppure rifiuta di rispondere, oppure usa dati di addestramento vecchi di mesi. In entrambi i casi, il problema è che il modello non ha accesso ai prezzi aggiornati. Non può consultare autonomamente alcuna fonte.

Collega una fonte dati e lo scenario cambia completamente. Claude legge fluentemente JSON, mantiene decine di righe nel contesto senza perdere il filo e confronta, ordina e riepiloga volentieri ciò che i dati mostrano effettivamente. La qualità della risposta dipende quindi dalla qualità dei dati che gli fornisci.

Un'API gratuita per i dati di mercato senza chiave

La demo API di Strasmore fornisce un catalogo di query fisse sui dati relativi ad azioni e opzioni statunitensi in formato JSON semplice. Non sono richiesti registrazione, chiave API o procedure per gestire i limiti di frequenza. Il riferimento completo agli endpoint è disponibile nell'articolo con la documentazione dell'API; in sintesi:

# 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"

Ogni risposta include le righe, i nomi delle colonne e l'SQL esatto che ha prodotto i valori. Quest'ultimo elemento è importante per lavorare con l'AI: puoi mostrare a Claude l'SQL insieme ai dati e Claude spiegherà sia la query sia il risultato.

I dati non sono in tempo reale. I prezzi azionari sono ritardati, i greeks delle opzioni e la volatilità implicita sono valori di fine giornata e il risultato di ogni query viene aggiornato al massimo ogni dieci minuti; eseguire il polling più spesso restituisce quindi le stesse righe. Per l'apprendimento, lo screening e i flussi di lavoro di analisi, questi dati sono esattamente ciò che serve. Non si tratta di un feed per il trading e questa guida riguarda l'analisi, non l'esecuzione degli ordini.

Metodo 1: incollare il JSON in una chat

La versione senza configurazione. Esegui un comando curl, copia il JSON e incollalo in una chat Claude con un'istruzione chiara. Funziona nell'app web claude.ai, nell'app desktop o in qualsiasi interfaccia di chat.

Un modello di 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 terza domanda è quella importante. Spinge Claude a indicare i limiti dei dati invece di trarre conclusioni oltre ciò che consentono. I suoi suggerimenti, come "controlla lo storico dei pagamenti" e "confronta con il settore", spesso aiutano a formulare la query successiva meglio di quanto avresti fatto senza informazioni preliminari.

Metodo 2: lasciare che Claude Code recuperi direttamente i dati

Se usi Claude Code, puoi evitare del tutto il copia-incolla, perché Claude Code può eseguire curl autonomamente. Fagli una domanda e indicagli dove si trovano i dati:

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 legge il catalogo, sceglie dividend_yield_leaders, lo recupera e lavora sulle righe reali. Poiché il ciclo dell'agente viene eseguito sulla tua macchina, può integrarsi anche con tutto il resto dell'ambiente: può salvare i risultati in file, rappresentarli con uno script Python oppure confrontare la schermata di oggi con quella salvata la settimana scorsa. C'è però un costo da considerare: ogni payload JSON recuperato dall'agente resta nella conversazione e viene inviato nuovamente al turno successivo, ed è per questo che una sessione Claude Code lunga diventa costosa.

Un server Linux sempre attivo è l'ambiente naturale per questo flusso di lavoro. Un ciclo giornaliero del tipo "recupera le schermate, confrontale con quelle di ieri e scrivimi un riepilogo" richiede una macchina che non vada mai in sospensione, e abbiamo una guida completa su come eseguire Claude Code su un VPS con tmux per fare in modo che le sessioni sopravvivano alle disconnessioni SSH. Se scegli questa soluzione, leggi prima la nostra guida all'esecuzione sicura degli agenti AI su un VPS; un agente con accesso alla shell richiede misure di sicurezza concrete.

Metodo 3: l'API di Claude con uno strumento fetch

Per il software che stai sviluppando, puoi fornire a Claude l'API come strumento. Con l'SDK Python di Anthropic, l'integrazione completa richiede una sola definizione dello strumento e una funzione 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 chiama lo strumento quando una domanda richiede dati; tu esegui il fetch, restituisci il JSON e Claude risponde sulla base di righe reali invece che della memoria. Il client recupera la chiave dall'ambiente. Se questo codice viene eseguito su un server o dietro un provider cloud, verifica come autenticare il client in quell'ambiente prima di inserire qualsiasi valore hardcoded. Questo è anche l'unico metodo che addebita i costi in base ai token, invece di utilizzare un abbonamento alla chat. Prima di aumentare la scala, controlla se l'API di Claude offre un piano gratuito e quanto pagherai dopo l'eventuale credito iniziale. Lo stesso modello funziona con il Model Context Protocol, se preferisci un server riutilizzabile a uno strumento inline; la nostra guida sui server MCP su un VPS spiega come ospitarli.

Prompt che producono analisi efficaci

Alcuni schemi migliorano l'output in modo costante, indipendentemente dal metodo di connessione:

• Chiedi a Claude di citare le righe. «Per ogni affermazione, indica il ticker e il numero da cui deriva.» In questo modo elimini i riepiloghi vaghi.
• Chiedi quali conclusioni i dati non consentono di trarre. I prezzi differiti, i greci di fine giornata e un filtro fisso hanno tutti dei limiti; se glielo chiedi, Claude li espone chiaramente, mantenendo l'analisi rigorosa.
• Chiedi un confronto, non una previsione. «Quali di questi rendimenti sembrano sostenibili in base ai payout ratio mostrati?» produce una risposta fondata. «Quale titolo salirà?» produce un'ipotesi ben formulata, perché i dati non supportano una previsione.
• Mantieni il contesto SQL. Il campo sql indica a Claude esattamente come è stato creato il filtro, quindi può spiegare perché un titolo non è presente, ad esempio per una soglia minima di capitalizzazione o un limite massimo sul rendimento, invece di inventare una motivazione.

Quando le query predefinite non sono più sufficienti

Le schermate della demo sono fisse per scelta, ma non è necessario pagare per porre domande personalizzate. La stessa demo esegue anche query SQL di sola lettura, senza chiave: inviale a https://ai.strasmore.com/api/demo/sql?sql= e verranno eseguite entro i limiti indicati nella risposta: 500 righe, 20 secondi e un anno di cronologia. Un account gratuito, senza carta di credito, consente di eseguire 100 query al giorno, scritte in SQL o in linguaggio naturale, sul terminale Strasmore, che mostra la SQL generata prima dell'esecuzione.

Non è necessario un piano a pagamento neppure per una chiave programmatica: una chiave gratuita aumenta il limite di righe, mentre i piani a pagamento aggiungono la cronologia completa, le operazioni a livello di tick e l'esportazione CSV. Il data warehouse contiene 22 anni di dati sulle azioni statunitensi e 12 anni di cronologia delle opzioni, ma la quantità di dati che puoi leggere dipende dal piano. A ottobre 2026, il piano Free consente di leggere un anno di dati, a partire dal 1 January 2025; Developer ($79/mo) consente di leggerne tre anni, a partire dal 1 January 2023; Pro ($249/mo) ed Enterprise consentono di leggere l'intera cronologia. L'API con chiave accetta SQL; le domande in linguaggio naturale sono una funzione del terminale, non dell'API. Il flusso di lavoro resta identico: il tuo strumento recupera i dati da un endpoint autenticato invece che da quello aperto, e sei tu a definire le domande. Claude è realmente efficace nello scrivere query SQL per ClickHouse basate su uno schema documentato. Questo trasforma la richiesta "recupera la cronologia dei dividendi di ogni REIT con una capitalizzazione superiore a $10B e ordinali in base alla crescita quinquennale" in un'attività eseguibile con un solo prompt sui piani Pro o Enterprise, perché una finestra di tre anni non può contenere cinque anni di crescita.

FAQ

Claude può analizzare le azioni senza una fonte di dati?

Non con valori aggiornati. I suoi dati di addestramento terminano prima di oggi, quindi tutto ciò che afferma sui prezzi correnti proviene da informazioni memorizzate ma non aggiornate. Forniscigli un'API per i dati di mercato e l'analisi sarà basata sulle righe appena recuperate.

La demo API di Strasmore è davvero gratuita?

Sì. Nessuna chiave, nessuna registrazione e nessuna carta di pagamento. Fornisce un catalogo di query fisse su dati ritardati relativi alle azioni statunitensi e dati di fine giornata sulle opzioni. Include inoltre un endpoint SQL senza chiave, limitato a 500 righe e a un anno di storico, ed è progettata per essere accessibile agli agenti AI.

Serve un VPS?

No. Il flusso di lavoro con copia e incolla richiede soltanto un browser. Un VPS diventa utile quando vuoi eseguire il ciclo dell'agente secondo una pianificazione, mantenerlo attivo dopo le disconnessioni e conservare localmente i file con i risultati precedenti.

Si tratta di consulenza finanziaria?

No. Tutto ciò che è descritto riguarda strumenti di analisi. Claude riassume e confronta i dati; ciò che decidi di farne dipende da te, e i dati didattici ritardati non costituiscono una base per l'esecuzione di operazioni.

Collega una schermata a una chat e noterai subito la differenza: Claude smetterà di mostrarsi sicuro su valori che non può conoscere e inizierà a essere utile sui valori che può recuperare.