Como usar Claude para análise financeira

O Claude é muito bom em ler dados financeiros e explicar o que eles significam. Ele é ruim em saber os números de hoje, porque os dados de treinamento de um modelo de linguagem terminam meses antes de você fazer sua pergunta. A solução é simples: forneça dados de mercado em tempo real via API para o Claude e deixe-o fazer o que ele realmente faz bem, que é análise, comparação e explicação em linguagem natural.

Este guia mostra como fazer isso com uma API de dados de mercado gratuita, três formas diferentes de conectar o Claude a ela e prompts funcionais para copiar. Divulgação total: a API pertence à Strasmore, que foi construída pela nossa equipe. Não é necessário criar conta, então você pode testar tudo neste guia nos próximos cinco minutos.

Por que o Claude precisa de uma fonte de dados

Pergunte ao Claude "qual é o dividend yield da Microsoft agora" sem ferramentas anexadas e você terá um de dois modos de falha. Ou ele se recusa, ou responde com base em dados de treinamento de meses atrás. Ambos ocorrem porque o modelo não tem acesso a preços atuais. Ele não consegue pesquisar nada por conta própria.

Anexe uma fonte de dados e o cenário muda completamente. O Claude lê JSON fluentemente, mantém dezenas de linhas em contexto sem perder o rastreio e compara, classifica e resume o que os dados realmente mostram. A qualidade da resposta agora depende da qualidade dos dados que você entregar.

Uma API de dados de mercado gratuita sem chave

A API de demonstração da Strasmore serve um catálogo de consultas fixas sobre dados de ações e opções dos EUA em JSON puro. Não há cadastro, chave de API ou limites de taxa (rate-limit). A referência completa dos endpoints está no post da documentação da API; a versão curta é:

# 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"

Cada resposta inclui as linhas, os nomes das colunas e o SQL exato que gerou os números. Esta última parte é crucial para o trabalho com IA: você pode mostrar o SQL junto com os dados, e o Claude explicará tanto a query quanto o resultado.

Os preços têm atraso (delayed) e os greeks de opções são valores de fechamento (end-of-day). Para fluxos de aprendizado, screening e análise, é exatamente o que você precisa. Não é um feed de trading, e este guia é sobre análise, não execução de ordens.

Forma 1: colar o JSON em um chat

A versão sem configuração. Execute um curl, copie o JSON e cole em um chat do Claude com uma instrução clara. Isso funciona no web app claude.ai, no app desktop ou em qualquer interface de chat.

Um modelo de prompt que funciona bem:

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?

A terceira pergunta é a mais importante. Ela força o Claude a identificar os limites dos dados em vez de extrapolar, e suas sugestões ("verifique o histórico de pagamentos", "compare com o setor") geralmente geram uma próxima consulta melhor do que qualquer coisa que você digitaria sem orientação.

Forma 2: deixar o Claude Code buscar os dados sozinho

Se você usa o Claude Code, pode pular o copiar e colar, pois o Claude Code pode executar curl por conta própria. Faça uma pergunta e diga onde os dados estão:

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?

O Claude Code lê o catálogo, escolhe dividend_yield_leaders, busca os dados e trabalha com as linhas reais. Como o loop do agente roda na sua máquina, ele também se integra a tudo o mais nela: pode salvar resultados em arquivos, gerar gráficos com um script Python ou comparar o screening de hoje com o que foi salvo na semana passada. Um custo para monitorar: cada payload JSON que o agente busca permanece na conversa e é reenviado na próxima iteração, o que torna as sessões longas do Claude Code caras.

Um servidor Linux sempre ligado é o ambiente ideal para este fluxo de trabalho. Um loop diário de "buscar os screenings, comparar com ontem, escrever um resumo" exige uma máquina que nunca dorme, e temos um guia completo sobre como rodar o Claude Code em um VPS com tmux para que as sessões sobrevivam a desconexões de SSH. Se seguir este caminho, leia nosso guia para rodar agentes de IA com segurança em um VPS primeiro; um agente com acesso ao shell exige proteções reais.

Forma 3: a API do Claude com uma ferramenta de busca (fetch tool)

Para software que você está desenvolvendo, forneça a API ao Claude como uma ferramenta. Com o SDK de Python da Anthropic, toda a integração é apenas uma definição de ferramenta e uma função de busca:

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.

O Claude chama a ferramenta quando uma pergunta exige dados, você executa a busca e devolve o JSON, e ele responde com base em linhas reais em vez da memória. O mesmo padrão funciona com o Model Context Protocol (MCP) se você preferir um servidor reutilizável em vez de uma ferramenta inline; nosso guia sobre servidores MCP em um VPS aborda como hospedá-los.

Prompts para obter uma boa análise

Alguns padrões que melhoram consistentemente o output, independentemente da forma de conexão:

• Peça ao Claude para citar as linhas. "Para cada afirmação, nomeie o ticker e o número de onde ela veio." Isso elimina resumos vagos.
• Peça o que os dados não podem mostrar. Preços com atraso, greeks de fechamento e screenings fixos têm limites; o Claude os declarará claramente quando solicitado, mantendo a análise honesta.
• Peça comparação, não previsão. "Quais destes yields parecem sustentáveis com base nos payout ratios mostrados" gera uma resposta fundamentada. "Qual ação vai subir" gera um palpite bem escrito, pois a previsão não é algo que os dados suportam.
• Mantenha o SQL no contexto. O campo sql diz ao Claude exatamente como um screening foi construído, permitindo que ele explique por que um nome está faltando (um piso de market-cap, um teto de yield) em vez de inventar um motivo.

Quando as consultas fixas não são mais suficientes

Os screenings da demonstração são fixos de propósito. O próximo nível é a API paga da Strasmore: o mesmo warehouse, 22 anos de ações dos EUA e 12 anos de histórico de opções, com suas próprias perguntas em SQL ou inglês simples usando uma chave programática. O fluxo de trabalho permanece idêntico; sua ferramenta busca de um endpoint autenticado em vez do aberto, e as perguntas passam a ser definidas por você. O Claude é genuinamente bom em escrever SQL para ClickHouse contra um schema documentado, o que transforma "busque o histórico de dividendos de cada REIT acima de $10B e classifique por crescimento de cinco anos" em uma tarefa de um único prompt.

FAQ

O Claude pode analisar ações sem nenhuma fonte de dados?

Não com números atuais. Os dados de treinamento terminam antes de hoje, então qualquer coisa que ele diga sobre preços atuais vem de memória obsoleta. Forneça uma API em tempo real e a análise será baseada em linhas que ele acabou de buscar.

A API de demonstração da Strasmore é realmente gratuita?

Sim. Sem chave, sem cadastro, sem cartão. Ela serve um catálogo de consultas fixas sobre ações dos EUA com atraso e dados de opções de fechamento, e é deliberadamente aberta para agentes de IA.

Eu preciso de um VPS para isso?

Não. O fluxo de colar dados não exige nada além de um navegador. Um VPS torna-se vantajoso quando você quer o loop do agente rodando em um cronograma, sobrevivendo a desconexões e mantendo arquivos locais de resultados passados.

Isso é aconselhamento financeiro?

Não. Tudo aqui é ferramenta de análise. O Claude resume e compara dados; o que você faz com isso é sua decisão, e dados educacionais com atraso não servem como base para execução de trades.

Conecte um screening em um chat e você verá a diferença imediatamente: o Claude para de soar confiante sobre números que não pode saber e começa a ser útil com números que ele pode.