Analisi finanziaria con Claude e API

Claude è molto efficace nel leggere dati finanziari e nel spiegarne il significato. È poco efficace nel conoscere i numeri di oggi, poiché i dati di addestramento di un modello linguistico terminano mesi prima della domanda dell'utente. La soluzione è semplice: fornire a Claude dati di mercato in tempo reale tramite un'API, permettendogli di svolgere il suo compito principale: analisi, confronto e spiegazione in linguaggio naturale.

Questa guida mostra come procedere utilizzando un'API gratuita per i dati di mercato, tre diversi metodi per connettere Claude ad essa e prompt pronti all'uso. Nota bene: l'API appartiene a Strasmore, sviluppata dal nostro team. Non richiede registrazione, quindi è possibile testare tutto ciò che è contenuto in questa guida nei successivi cinque minuti.

Perché Claude necessita di una fonte dati

Se si chiede a Claude "qual è il dividend yield attuale di Microsoft" senza strumenti collegati, si ottiene uno di due scenari di errore. O rifiuta la risposta, o risponde utilizzando dati di addestramento vecchi di mesi. Entrambi i casi avvengono perché il modello non ha accesso ai prezzi attuali. Non può effettuare ricerche autonomamente.

Collegando una fonte dati la situazione cambia radicalmente. Claude legge il formato JSON con fluidità, mantiene decine di righe nel contesto senza perdere il filo e può confrontare, classificare e riassumere ciò che i dati mostrano effettivamente. La qualità della risposta dipende ora dalla qualità dei dati forniti.

Un'API gratuita per i dati di mercato senza chiave

L'API demo di Strasmore fornisce un catalogo di query fisse su dati di azioni e opzioni USA in formato JSON semplice. Non è richiesta registrazione, né una chiave API, né ci sono limiti di frequenza (rate-limit). Il riferimento completo agli endpoint è disponibile nella the API documentation post; la versione breve è:

# 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 generato i numeri. Quest'ultimo elemento è fondamentale per il lavoro con l'IA: è possibile mostrare a Claude l'SQL insieme ai dati, e lui spiegherà sia la query che il risultato.

I prezzi sono ritardati e le greche delle opzioni sono valori a fine giornata. Per flussi di lavoro di apprendimento, screening e analisi, questo è esattamente ciò di cui si ha bisogno. Non è un feed per il trading, e questa guida riguarda l'analisi, non l'esecuzione di operazioni.

Metodo 1: incollare il JSON in una chat

La versione senza configurazione. Eseguire un comando curl, copiare il JSON e incollarlo in una chat di Claude con un'istruzione chiara. Questo metodo 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 la più importante. Spinge Claude a identificare i limiti dei dati invece di fornire risposte errate; i suoi suggerimenti ("controlla lo storico dei pagamenti", "confronta con il settore") spesso generano una query successiva migliore di qualsiasi input digitato manualmente.

Metodo 2: lasciare che Claude Code recuperi i dati autonomamente

Se si utilizza Claude Code, è possibile saltare completamente il copia-incolla, poiché Claude Code può eseguire curl autonomamente. Porre una domanda e indicare 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 propria macchina, questo si integra con tutto il resto del sistema: può salvare i risultati in file, creare grafici con uno script Python o confrontare lo screening di oggi con quello salvato la settimana scorsa. Un costo da monitorare: ogni payload JSON recuperato dall'agente rimane nella conversazione e viene inviato nuovamente al turno successivo, il che rende costosa una lunga sessione di Claude Code.

Un server Linux sempre attivo è l'ambiente ideale per questo workflow. Un ciclo quotidiano di tipo "recupera gli screening, confronta con ieri, scrivi un riassunto" richiede una macchina sempre operativa; disponiamo di una guida completa su eseguire Claude Code su un VPS con tmux affinché le sessioni sopravvivano alla disconnessione SSH. Se si sceglie questa strada, leggere prima la nostra guida per eseguire agenti IA in sicurezza su un VPS; un agente con accesso alla shell richiede protocolli di sicurezza reali.

Metodo 3: l'API di Claude con uno strumento di recupero (fetch tool)

Per il software in fase di sviluppo, fornire l'API a Claude come strumento. Con il SDK Python di Anthropic, l'intera configurazione richiede solo una definizione dello strumento e una funzione di recupero:

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, l'utente esegue il recupero e restituisce il JSON, e il modello risponde basandosi sulle righe reali invece che sulla memoria. Lo stesso schema è applicabile con il Model Context Protocol se si preferisce un server riutilizzabile rispetto a uno strumento inline; la nostra guida sui server MCP su un VPS spiega come ospitarli.

Prompt per ottenere analisi di qualità

Alcuni pattern che migliorano costantemente l'output, indipendentemente dal metodo di connessione:

• Chiedere a Claude di citare le righe. "Per ogni affermazione, indica il ticker e il numero da cui proviene". Questo evita riassunti vaghi.
• Chiedere cosa i dati non possono mostrare. I prezzi ritardati, le greche a fine giornata e uno screening fisso hanno tutti dei limiti; Claude li espliciterà chiaramente se interrogato, garantendo un'analisi onesta.
• Chiedere confronti, non previsioni. "Quale di questi rendimenti appare sostenibile in base ai payout ratio mostrati" produce una risposta basata sui dati. "Quale azione salirà" produce una congettura ben scritta, poiché la previsione non è supportata dai dati.
• Mantenere l'SQL nel contesto. Il campo sql indica a Claude esattamente come è stato costruito uno screening, permettendogli di spiegare perché manca un nome (ad esempio a causa di un limite di market-cap o di un limite di rendimento) invece di inventare una motivazione.

Quando le query fisse non sono più sufficienti

Gli screening della demo sono fissi per scelta. Il livello successivo è l'API a pagamento di Strasmore: lo stesso database, 22 anni di azioni USA e 12 anni di cronologia opzioni, con la possibilità di inviare query personali in SQL o in linguaggio naturale tramite una chiave programmatica. Il workflow rimane identico; lo strumento interroga un endpoint autenticato invece di quello pubblico e le domande sono definite dall'utente. Claude è molto efficace nello scrivere SQL per ClickHouse basandosi su uno schema documentato, trasformando richieste come "estrai lo storico dei dividendi di ogni REIT sopra i 10 miliardi di dollari e classifica per crescita quinquennale" in un compito risolvibile con un singolo prompt.

FAQ

Claude può analizzare azioni senza alcuna fonte dati?

Non con i numeri attuali. I suoi dati di addestramento terminano prima di oggi, quindi qualsiasi informazione sui prezzi attuali deriva da una memoria obsoleta. Fornendo un'API in tempo reale, l'analisi si basa sulle righe appena recuperate.

L'API demo di Strasmore è davvero gratuita?

Sì. Nessuna chiave, nessuna registrazione, nessuna carta di credito. Fornisce un catalogo di query fisse su dati azionari USA ritardati e dati sulle opzioni a fine giornata, ed è deliberatamente aperta agli agenti IA.

È necessario un VPS per questo?

No. Il workflow basato sul copia-incolla richiede solo un browser. Un VPS diventa utile quando si desidera eseguire il ciclo dell'agente secondo un programma prestabilito, garantendo la sopravvivenza alle disconnessioni e la conservazione di file locali con i risultati passati.

Si tratta di consulenza finanziaria?

No. Tutto ciò che è contenuto qui riguarda strumenti di analisi. Claude riassume e confronta dati; l'uso che se ne fa è decisione dell'utente, e i dati didattici ritardati non costituiscono una base per l'esecuzione di operazioni di trading.

Colleghi uno screening a una chat e noterai immediatamente la differenza: Claude smetterà di apparire sicuro di numeri che non può conoscere e inizierà a essere utile con i numeri che può conoscere.