Claude w analizie finansowej: praktyczny przewodnik

Claude bardzo dobrze radzi sobie z analizą danych finansowych i ich interpretacją. Model nie posiada jednak wiedzy o aktualnych notowaniach, ponieważ dane treningowe kończą się na wiele miesięcy przed zadaniem pytania. Rozwiązanie jest proste: należy dostarczyć Claude aktualne dane rynkowe z API i pozwolić mu na wykonywanie zadań, w których jest skuteczny, czyli analizę, porównywanie oraz wyjaśnianie zagadnień prostym językiem.

Niniejszy przewodnik przedstawia sposób realizacji tego zadania przy użyciu darmowego API z danymi rynkowymi, prezentuje trzy metody połączenia Claude z tym źródłem oraz gotowe prompty do skopiowania. Pełne ujawnienie: API należy do Strasmore, platformy stworzonej przez nasz zespół. Nie wymaga ono zakładania konta, dzięki czemu wszystkie kroki opisane w tym przewodniku można przetestować w ciągu pięciu minut.

Dlaczego Claude wymaga źródła danych

Zadanie modelowi Claude pytania o aktualną stopę dywidendy Microsoft bez podpiętych narzędzi skutkuje jednym z dwóch błędów. Model albo odmawia odpowiedzi, albo udziela jej na podstawie danych treningowych sprzed kilku miesięcy. Obie sytuacje wynikają z braku dostępu modelu do bieżących notowań. Model nie posiada zdolności samodzielnego wyszukiwania informacji.

Podpięcie źródła danych całkowicie zmienia sytuację. Claude płynnie odczytuje format JSON, utrzymuje w kontekście dziesiątki wierszy bez utraty spójności i bez problemu porównuje, szereguje oraz podsumowuje faktyczną zawartość danych. Jakość odpowiedzi zależy teraz od jakości dostarczonych danych.

Darmowe API danych rynkowych bez klucza

Demo API firmy Strasmore udostępnia katalog gotowych zapytań dotyczących akcji i opcji na rynku amerykańskim w formacie JSON. Nie wymaga rejestracji, klucza API ani przestrzegania limitów zapytań. Pełna dokumentacja endpointów znajduje się w poście z dokumentacją API; oto 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 danych, nazwy kolumn oraz dokładne zapytanie SQL, które wygenerowało wyniki. Ten ostatni element jest istotny w pracy z AI: można przekazać modelowi Claude zapytanie SQL wraz z danymi, co pozwoli mu wyjaśnić zarówno logikę zapytania, jak i otrzymany wynik.

Dane nie są przesyłane w czasie rzeczywistym. Ceny akcji są opóźnione, wskaźniki greckie opcji oraz zmienność implikowana to wartości z końca dnia, a wyniki zapytań odświeżają się maksymalnie co dziesięć minut, więc częstsze odpytywanie serwera zwraca te same wiersze. Do celów edukacyjnych, selekcji aktywów i analizy jest to rozwiązanie wystarczające. Nie jest to kanał danych transakcyjnych, a niniejszy przewodnik dotyczy analizy, a nie realizacji zleceń giełdowych.

Sposób 1: wklejenie JSON do czatu

Wersja niewymagająca konfiguracji. Wykonaj jedno polecenie curl, skopiuj plik JSON i wklej go do czatu w Claude z jasną instrukcją. Metoda ta działa w aplikacji internetowej claude.ai, aplikacji desktopowej oraz w każdym innym interfejsie czatu.

Struktura promptu, która sprawdza się w praktyce:

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 wyciągania zbyt daleko idących wniosków, a jego sugestie (np. „sprawdź historię wypłat”, „porównaj z sektorem”) często stanowią lepszy punkt wyjścia do kolejnego zapytania niż cokolwiek, co wpisałbyś samodzielnie bez przygotowania.

Sposób 2: pozwól Claude Code samodzielnie pobrać dane

Jeśli korzystasz z Claude Code, możesz całkowicie pominąć kopiowanie i wklejanie, ponieważ Claude Code potrafi samodzielnie uruchamiać polecenie curl. Zadaj pytanie i wskaż 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 plik i pracuje na rzeczywistych wierszach danych. Ponieważ pętla agenta działa na Twojej maszynie, rozwiązanie to integruje się ze wszystkim, co się na niej znajduje: agent może zapisywać wyniki do plików, tworzyć wykresy za pomocą skryptu Python lub porównywać dzisiejszy zrzut ekranu z tym zapisanym w zeszłym tygodniu. Należy pamiętać o jednym koszcie: każdy ładunek JSON pobrany przez agenta pozostaje w konwersacji i jest przesyłany ponownie w kolejnym kroku, co jest powodem, dla którego długa sesja Claude Code staje się kosztowna.

Serwer Linux działający w trybie ciągłym jest naturalnym środowiskiem dla tego przepływu pracy. Codzienna pętla typu „pobierz zrzuty ekranu, porównaj z wczorajszymi, napisz podsumowanie” wymaga maszyny, która nigdy nie przechodzi w stan uśpienia. Przygotowaliśmy pełny przewodnik dotyczący uruchamiania Claude Code na VPS z użyciem tmux, aby sesje przetrwały rozłączenie SSH. Jeśli wybierzesz tę drogę, najpierw przeczytaj nasz przewodnik dotyczący bezpiecznego uruchamiania agentów AI na VPS; agent z dostępem do powłoki wymaga odpowiednich zabezpieczeń.

Sposób 3: API Claude z narzędziem fetch

W przypadku tworzonego oprogramowania należy udostępnić Claude API jako narzędzie. Przy użyciu pakietu Anthropic Python SDK cała konfiguracja sprowadza się do jednej definicji narzędzia oraz jednej 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, użytkownik wykonuje operację fetch i zwraca JSON, a model odpowiada na podstawie rzeczywistych wierszy, a nie pamięci. Klient pobiera klucz ze środowiska, więc jeśli kod trafi na serwer lub za infrastrukturę dostawcy chmurowego, należy ustalić sposób uwierzytelniania klienta w tym środowisku przed zakodowaniem klucza na sztywno. Jest to również jedyna ścieżka rozliczana za token, a nie w ramach subskrypcji czatu, dlatego przed skalowaniem należy sprawdzić czy API Claude posiada darmowy poziom dostępu oraz jakie są opłaty po wykorzystaniu kredytów startowych. Ten sam wzorzec działa z Model Context Protocol, jeśli preferowany jest serwer wielokrotnego użytku zamiast narzędzia wbudowanego; nasz przewodnik serwery MCP na VPS opisuje proces ich hostowania.

Prompty generujące rzetelną analizę

Kilka wzorców, które konsekwentnie poprawiają jakość danych wyjściowych, niezależnie od sposobu połączenia:

• Poleć modelowi Claude cytowanie wierszy. „Dla każdego twierdzenia podaj ticker oraz numer, z którego pochodzi”. Eliminuje to nieprecyzyjne podsumowania.
• Pytaj o to, czego dane nie wykazują. Opóźnione ceny, wskaźniki greeks na koniec dnia oraz statyczny ekran mają swoje ograniczenia; Claude jasno je określi, jeśli zostanie o to poproszony, co zapewnia rzetelność analizy.
• Wymagaj porównywania, a nie przewidywania. „Które z tych rentowności wydają się trwałe w oparciu o przedstawione wskaźniki wypłat” pozwala uzyskać odpowiedź opartą na faktach. „Która akcja wzrośnie” skutkuje dobrze sformułowanym domysłem, ponieważ przewidywanie nie jest poparte danymi.
• Utrzymuj kontekst SQL. Pole sql informuje model Claude dokładnie, w jaki sposób zbudowano ekran, dzięki czemu może on wyjaśnić, dlaczego dana nazwa nie występuje (np. dolny limit kapitalizacji rynkowej, górny limit rentowności), zamiast wymyślać powody.

Gdy stałe zapytania przestają wystarczać

Ekrany demonstracyjne są celowo ograniczone, jednak nie trzeba płacić, aby zadawać własne pytania. Ta sama wersja demonstracyjna pozwala na uruchamianie własnych zapytań SQL w trybie tylko do odczytu bez użycia klucza: wystarczy wysłać je do https://ai.strasmore.com/api/demo/sql?sql=, a zostaną wykonane z ograniczeniami wskazanymi w odpowiedzi: 500 wierszy, 20 sekund oraz jeden rok historii. Darmowe konto, niewymagające podania karty płatniczej, zapewnia 100 zapytań dziennie zapisanych w SQL lub w języku naturalnym w terminalu Strasmore, który wyświetla wygenerowany kod SQL przed jego uruchomieniem.

Do uzyskania klucza programistycznego również nie jest wymagany płatny plan: darmowy klucz zwiększa limit wierszy, a płatne plany dodają dostęp do pełnej historii, transakcji na poziomie ticków oraz eksportu do CSV. Magazyn danych zawiera 22 lata historii akcji amerykańskich oraz 12 lat historii opcji, jednak zakres dostępnych danych zależy od wybranego planu. Według stanu na październik 2026, plan Free pozwala na odczyt jednego roku (wstecz do 1 stycznia 2025), Developer (79 USD/mies.) trzech lat (wstecz do 1 stycznia 2023), a plany Pro (249 USD/mies.) oraz Enterprise zapewniają dostęp do pełnej historii. API z kluczem obsługuje zapytania SQL; pytania w języku naturalnym są funkcją terminala, a nie API. Przepływ pracy pozostaje identyczny; narzędzie pobiera dane z uwierzytelnionego punktu końcowego zamiast z otwartego, a pytania definiuje użytkownik. Claude skutecznie tworzy zapytania ClickHouse SQL w oparciu o udokumentowany schemat, co pozwala przekształcić polecenie „pobierz historię dywidend wszystkich REIT-ów o wartości powyżej 10 mld USD i uszereguj według pięcioletniego wzrostu” w zadanie wymagające jednego promptu w planie Pro lub Enterprise, ponieważ okno trzyletnie nie pozwala na obliczenie pięcioletniego wzrostu.

FAQ

Czy Claude może analizować akcje bez zewnętrznego źródła danych?

Nie w odniesieniu do aktualnych liczb. Dane treningowe modelu kończą się przed dniem dzisiejszym, więc wszelkie informacje o bieżących cenach pochodzą z nieaktualnej pamięci. Należy dostarczyć API z danymi rynkowymi, aby analiza opierała się na wierszach danych, które zostały właśnie pobrane.

Czy API demonstracyjne Strasmore jest naprawdę darmowe?

Tak. Brak kluczy, rejestracji i kart płatniczych. API udostępnia katalog stałych zapytań dotyczących opóźnionych danych o amerykańskich akcjach oraz danych o opcjach z końca dnia, a także punkt końcowy SQL bez klucza, ograniczony do 500 wierszy i jednego roku historii. API jest celowo otwarte dla agentów AI.

Czy potrzebuję do tego VPS?

Nie. Metoda polegająca na wklejaniu danych wymaga jedynie przeglądarki. Serwer VPS staje się przydatny, gdy wymagane jest uruchamianie pętli agenta zgodnie z harmonogramem, zapewnienie odporności na rozłączenia oraz przechowywanie lokalnych plików z wynikami historycznymi.

Czy to jest porada finansowa?

Nie. Wszystkie przedstawione rozwiązania to narzędzia analityczne. Claude podsumowuje i porównuje dane; decyzje dotyczące ich wykorzystania należą do użytkownika, a opóźnione dane edukacyjne nie stanowią podstawy do realizacji transakcji.

Wystarczy połączyć jeden ekran z jednym czatem, aby natychmiast dostrzec różnicę: Claude przestaje wypowiadać się z pewnością siebie na temat liczb, których nie może znać, i zaczyna być użyteczny w odniesieniu do danych, do których ma dostęp.