Analiza finansowa w Claude: praktyczny poradnik

Claude bardzo dobrze radzi sobie z odczytywaniem danych finansowych i wyjaśnianiem ich znaczenia. Model ten ma jednak trudności z dostępem do aktualnych danych, ponieważ dane treningowe modelu kończą się na kilka miesięcy przed zadaniem pytania. Rozwiązanie jest proste: należy przekazać Claude dane rynkowe na żywo poprzez API, aby umożliwić modelowi wykonywanie jego właściwych zadań: analizy, porównywania i wyjaśniania w języku naturalnym.

Niniejszy przewodnik pokazuje, jak to osiągnąć przy użyciu darmowego API z danymi rynkowymi, prezentując trzy metody połączenia Claude z tym API oraz gotowe prompty do skopiowania. Informacja techniczna: API należy do Strasmore, które zostało zbudowane przez nasz zespół. Nie wymaga rejestracji, co pozwala na przetestowanie wszystkich elementów przewodnika w ciągu pięciu minut.

Dlaczego Claude potrzebuje źródła danych

Zapytanie Claude o "aktualną stopę dywidendy Microsoft" bez podłączonych narzędzi skutkuje jednym z dwóch błędów. Model albo odmówi odpowiedzi, albo udzieli odpowiedzi w oparciu o dane treningowe sprzed kilku miesięcy. Oba przypadki wynikają z braku dostępu modelu do aktualnych cen. Model nie posiada możliwości samodzielnego wyszukiwania informacji.

Po podłączeniu źródła danych sytuacja ulega zmianie. Claude płynnie przetwarza format JSON, utrzymuje dziesiątki wierszy w kontekście bez utraty spójności oraz skutecznie porównuje, szereguje i podsumowuje faktyczne dane. Jakość odpowiedzi zależy od jakości dostarczonych danych.

Darmowe API z danymi rynkowymi bez klucza

Demo API Strasmore udostępnia katalog stałych zapytań dotyczących amerykańskich akcji i opcji w formacie JSON. Nie wymaga rejestracji, klucza API ani przestrzegania limitów częstotliwości zapytań. Pełna dokumentacja endpointów znajduje się w the API documentation post; skrócona wersja:

# 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"

Każda odpowiedź zawiera wiersze, nazwy kolumn oraz dokładne zapytanie SQL, które wygenerowało dane. Ten ostatni element jest kluczowy w pracy z AI: przekazanie Claude zapytania SQL wraz z danymi pozwala na wyjaśnienie zarówno struktury zapytania, jak i wyniku.

Ceny są opóźnione, a greckie współczynniki opcji (greeks) to wartości z końca dnia (end-of-day). Jest to wystarczające do celów edukacyjnych, skanowania rynku oraz analizy. Nie jest to strumień danych do handlu, a przewodnik dotyczy analizy, a nie realizacji zleceń.

Sposób 1: wklejenie JSON do czatu

Metoda bez konfiguracji. Należy wykonać polecenie curl, skopiować JSON i wkleić go do czatu Claude wraz z jasną instrukcją. Metoda działa w aplikacji webowej claude.ai, aplikacji desktopowej oraz w dowolnym interfejsie czatu.

Skuteczny wzorzec promptu:

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?

Trzecie pytanie jest kluczowe. Zmusza ono Claude do określenia ograniczeń danych zamiast generowania nieprawdziwych informacji. Sugestie modelu (np. "sprawdź historię wypłat", "porównaj z sektorem") często stanowią lepszą podstawę do kolejnego zapytania niż samodzielnie wpisane polecenia.

Sposób 2: użycie Claude Code do pobierania danych

W przypadku korzystania z Claude Code można całkowicie pominąć kopiowanie i wklejanie, ponieważ Claude Code potrafi samodzielnie uruchamiać polecenia curl. Należy zadać pytanie i wskazać lokalizację danych:

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 odczytuje katalog, wybiera dividend_yield_leaders, pobiera dane i pracuje na rzeczywistych wierszach. Ponieważ pętla agenta działa na lokalnej maszynie, rozwiązanie to integruje się z resztą systemu: agent może zapisywać wyniki do plików, tworzyć wykresy za pomocą skryptów Python lub porównywać dzisiejsze wyniki z tymi zapisanymi w poprzednim tygodniu. Należy monitorować koszty: każdy payload JSON pobrany przez agenta pozostaje w konwersacji i jest przesyłany ponownie w każdej kolejnej turze, co powoduje wzrost kosztów długich sesji Claude Code.

Naturalnym środowiskiem dla tego przepływu pracy jest serwer Linux działający w trybie ciągłym. Automatyzacja typu "pobierz skany, porównaj z wczoraj, przygotuj podsumowanie" wymaga maszyny pracującej bez przerwy. Kompletny przewodnik dotyczący uruchamiania Claude Code na VPS przy użyciu tmux zapewnia przetrwanie sesji po rozłączeniu przez SSH. Przed wyborem tej metody należy zapoznać się z naszym przewodnikiem po bezpiecznym uruchamianiu agentów AI na VPS; agent z dostępem do powłoki (shell) wymaga odpowiednich zabezpieczeń.

Sposób 3: Claude API z narzędziem fetch

W przypadku tworzonych oprogramowań należy udostępnić Claude API jako narzędzie. Przy użyciu Anthropic Python SDK pełna konfiguracja wymaga jedynie definicji narzędzia i funkcji 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 wywołuje narzędzie, gdy pytanie wymaga danych; należy wtedy wykonać funkcję fetch i zwrócić JSON, co pozwoli modelowi odpowiedzieć na podstawie rzeczywistych danych, a nie pamięci. Ten sam wzorzec można zastosować przy użyciu Model Context Protocol (MCP), jeśli preferowane jest rozwiązanie typu reusable server zamiast narzędzia inline; nasz przewodnik po serwerach MCP na VPS opisuje proces hostowania takich rozwiązań.

Prompty zapewniające wysoką jakość analizy

Poniższe wzorce systematycznie poprawiają jakość wyników, niezależnie od wybranej metody połączenia:

• Nakazuj Claude cytowanie wierszy. "Dla każdego stwierdzenia podaj ticker i numer, z którego pochodzi wartość". Zapobiega to tworzeniu ogólnikowych podsumowań.
• Pytaj o ograniczenia danych. Opóźnione ceny, wartości end-of-day oraz stałe skany mają swoje limity; Claude jasno je określi po odpowiednim zapytaniu, co zapewnia rzetelność analizy.
• Wymuszaj porównywanie, a nie przewidywanie. Pytanie "która z tych stóp dywidendy jest zrównoważona na podstawie pokazanych wskaźników wypłat" daje osadzoną w danych odpowiedź. Pytanie "która akcja wzrośnie" daje jedynie domysł, ponieważ dane nie służą do prognozowania.
• Zachowaj SQL w kontekście. Pole sql informuje Claude dokładnie, w jaki sposób zbudowano skan, co pozwala modelowi wyjaśnić brak danych (np. ze względu na limit kapitalizacji lub limit stopy dywidendy) zamiast wymyślać przyczyny.

Gdy stałe zapytania stają się niewystarczające

Skany w wersji demo są celowo ograniczone. Rozwiązaniem wyższego rzędu jest płatne API Strasmore: ten sam magazyn danych, 22 lata historii amerykańskich akcji i 12 lat historii opcji, oraz własne zapytania SQL lub w języku angielskim przy użyciu klucza programistycznego. Przepływ pracy pozostaje identyczny; narzędzie pobiera dane z autoryzowanego endpointu zamiast publicznego, a użytkownik ma pełną kontrolę nad definicją pytań. Claude skutecznie generuje zapytania ClickHouse SQL na podstawie udokumentowanego schematu, co pozwala przekształcić zadanie typu "pobierz historię dywidend wszystkich REIT powyżej 10 mld USD i uszereguj według 5-letniego wzrostu" w pojedynczy prompt.

FAQ

Czy Claude może analizować akcje bez zewnętrznego źródła danych?

Nie w przypadku aktualnych danych. Dane treningowe kończą się przed dniem dzisiejszym, więc wszelkie informacje o aktualnych cenach pochodzą z nieaktualnej pamięci. Po podłączeniu API na żywo analiza opiera się na faktycznie pobranych wierszach.

Czy demo API Strasmore jest naprawdę darmowe?

Tak. Bez klucza, bez rejestracji, bez karty. API udostępnia katalog stałych zapytań dotyczących opóźnionych danych z amerykańskich akcji oraz danych opcyjnych end-of-day i jest celowo otwarte dla agentów AI.

Czy potrzebuję serwera VPS do tego procesu?

Nie. Metoda polegająca na wklejaniu danych wymaga jedynie przeglądarki. VPS staje się przydatny, gdy wymagane jest uruchamianie pętli agenta według harmonogramu, zachowanie ciągłości po rozłączeniu oraz przechowywanie lokalnych plików z wynikami.

Czy jest to porada finansowa?

Nie. Wszystkie zawarte tu informacje służą wyłącznie do analizy. Claude podsumowuje i porównuje dane; decyzje dotyczące wykorzystania tych informacji należą do użytkownika, a opóźnione dane edukacyjne nie mogą stanowić podstawy do realizacji transakcji.

Po podłączeniu jednego skanu do czatu różnica będzie natychmiastowa: Claude przestanie brzmieć pewnie w kwestii liczb, których nie może znać, a zacznie dostarczać użytecznych informacji na temat danych, do których ma dostęp.