Claude para sa Stock at Options Analysis: Practical Guide

Magaling si Claude sa pagbasa ng financial data at pagpapaliwanag kung ano ang ibig sabihin nito. Mahina siya sa pag-alam ng mga numero para sa kasalukuyang araw, dahil nagtatapos ang training data ng language model ilang buwan bago mo itanong ang iyong tanong. Simple ang solusyon: bigyan si Claude ng live market data mula sa isang API, at hayaan siyang gawin ang talagang mahusay niyang gawin—analysis, comparison, at malinaw na paliwanag sa payak na English.

Ipinapakita ng guide na ito kung paano iyon gawin gamit ang isang libreng market data API, tatlong paraan ng pagkonekta kay Claude rito, at mga gumaganang prompt na maaari mong kopyahin. Buong pagsisiwalat: pagmamay-ari ng Strasmore ang API, at ginawa ito ng aming team. Hindi ito nangangailangan ng account, kaya masusubukan mo ang lahat ng nasa guide na ito sa loob ng susunod na limang minuto.

Bakit kailangan ni Claude ng data source

Tanungin si Claude ng “ano ang dividend yield ng Microsoft ngayon” nang walang naka-attach na tool, at isa sa dalawang failure mode ang makukuha mo. Maaari itong tumanggi, o sumagot gamit ang training data na ilang buwan nang luma. Pareho itong nangyayari dahil walang access ang model sa kasalukuyang presyo. Hindi ito makapaghanap ng impormasyon nang mag-isa.

Mag-attach ng data source at ganap na magbabago ang sitwasyon. Mahusay magbasa ng JSON si Claude, kayang panatilihin sa context ang dose-dosenang row nang hindi nawawala sa sinusubaybayan, at kusang nagko-compare, nagra-rank, at nagsa-summary ng aktuwal na ipinapakita ng data. Ngayon, nakadepende ang kalidad ng sagot sa kalidad ng data na ibinibigay mo rito.

Isang libreng market data API na hindi nangangailangan ng key

Naghahatid ang demo API ng Strasmore ng catalog ng mga nakapirming query para sa data ng US stocks at options bilang plain JSON. Walang signup, walang API key, at walang kailangang proseso para sa rate limit. Nasa post tungkol sa dokumentasyon ng API ang kumpletong reference ng endpoint. Ito ang pinaikling bersyon:

# 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"

Kasama sa bawat response ang mga row, mga pangalan ng column, at ang eksaktong SQL na gumawa ng mga numero. Mahalaga ang huling bahaging ito para sa AI: maaari mong ipakita kay Claude ang SQL kasama ng data, at ipapaliwanag nito ang query pati ang resulta.

Delayed ang mga presyo, at ang options greeks ay mga value sa pagtatapos ng araw. Para sa pag-aaral, screening, at mga workflow ng analysis, sapat na iyon. Hindi ito trading feed, at tungkol sa analysis ang guide na ito, hindi sa trade execution.

Paraan 1: i-paste ang JSON sa isang chat

Ito ang bersyong walang kailangang i-setup. Magpatakbo ng isang curl, kopyahin ang JSON, at i-paste ito sa isang Claude chat na may malinaw na instruction. Gumagana ito sa claude.ai web app, desktop app, o anumang chat interface.

Isang prompt structure na karaniwang mahusay:

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?

Mahalaga ang ikatlong tanong. Tinutulak nito si Claude na tukuyin ang mga limitasyon ng data sa halip na lumampas sa sapat na batayan. Ang mga mungkahi nito ("suriin ang payout history", "ikumpara sa sector") ay madalas na nagiging mas mahusay na susunod na query kaysa sa anumang maiisip mo nang walang paunang konteksto.

Way 2: Ipa-fetch mismo kay Claude Code ang data

Kung gumagamit ka ng Claude Code, maaari mong laktawan ang pagkopya at pag-paste dahil kaya nitong patakbuhin ang curl nang mag-isa. Magtanong dito at sabihin kung saan matatagpuan ang data:

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?

Binabasa ni Claude Code ang catalog, pinipili ang dividend_yield_leaders, hina-fetch ito, at gumagawa batay sa aktuwal na mga row. Dahil tumatakbo ang agent loop sa iyong machine, gumagana rin ito kasama ng iba pang tool dito: maaari nitong i-save ang mga resulta sa mga file, i-chart ang mga ito gamit ang Python script, o i-diff ang screen ngayong araw laban sa screen na na-save nito noong nakaraang linggo. May isang gastos na dapat bantayan: nananatili sa conversation ang bawat JSON payload na hina-fetch ng agent at ipinapadala itong muli sa susunod na turn, kaya nagiging magastos ang mahabang Claude Code session.

Ang Linux server na palaging naka-on ang natural na paglalagyan ng workflow na ito. Ang araw-araw na loop na “i-fetch ang mga screen, ihambing sa kahapon, at sumulat ng buod para sa akin” ay nangangailangan ng machine na hindi kailanman natutulog, at mayroon kaming kumpletong gabay sa pagpapatakbo ng Claude Code sa isang VPS gamit ang tmux upang manatiling buhay ang mga session kahit maputol ang SSH connection. Kung iyon ang pipiliin mo, basahin muna ang aming gabay sa ligtas na pagpapatakbo ng AI agents sa isang VPS; ang agent na may shell access ay nangangailangan ng mahigpit na guardrails.

Paraan 3: ang Claude API na may fetch tool

Para sa software na ginagawa mo, ibigay kay Claude ang API bilang tool. Sa Python SDK ng Anthropic, binubuo ang buong wiring gamit ang isang tool definition at isang fetch function:

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.

Tinatawag ni Claude ang tool kapag nangangailangan ng data ang isang tanong. Isinasagawa mo ang fetch at ibinabalik ang JSON. Pagkatapos, sumasagot siya batay sa aktuwal na rows sa halip na sa memorya. Kinukuha ng client ang key mula sa environment. Kaya kung mapupunta ang code na ito sa isang server o sa ilalim ng cloud provider, alamin muna kung paano i-authenticate ang client doon bago mag-hardcode ng anuman. Ito rin ang tanging paraan na naniningil sa bawat token sa halip na gumamit ng chat subscription. Kaya kung iniisip mo kung may libreng tier ang Claude API, ang maikling sagot ay maliit na credit sa pag-sign up at metered pricing pagkatapos nito. Gumagana rin ang parehong pattern sa Model Context Protocol kung mas gusto mo ng reusable server kaysa inline tool. Sinasaklaw ng aming gabay tungkol sa MCP servers sa isang VPS ang pag-host ng mga iyon.

Mga prompt na nagbibigay ng mahusay na pagsusuri

May ilang pattern na palaging nagpapahusay sa output, anuman ang paraan ng pagkonekta:

• Sabihin kay Claude na magbanggit ng mga row. “Para sa bawat claim, pangalanan ang ticker at ang numerong pinagmulan nito.” Inaalis nito ang malalabong buod.
• Itanong kung ano ang hindi maipapakita ng data. May mga limitasyon ang delayed prices, end-of-day greeks, at fixed screen; malinaw itong ilalahad ni Claude kapag tinanong, kaya nananatiling tumpak ang pagsusuri.
• Ihambing ang data sa halip na manghula. Ang “Alin sa mga yield na ito ang mukhang sustainable batay sa ipinakitang payout ratios?” ay humahantong sa sagot na nakabatay sa data. Ang “Aling stock ang tataas?” ay humahantong sa maayos na hula, dahil hindi sinusuportahan ng data ang prediction.
• Panatilihin sa konteksto ang SQL. Eksaktong ipinapakita ng sql field kay Claude kung paano binuo ang screen, kaya maipapaliwanag nito kung bakit nawawala ang isang pangalan—dahil sa market-cap floor o yield ceiling—sa halip na umimbento ng dahilan.

Kapag hindi na sapat ang mga fixed query

Sadyang fixed ang mga screen ng demo. Ang susunod na hakbang ay ang paid API ng Strasmore: pareho pa rin ang warehouse, may 22 taon ng US equities at 12 taon ng options history, pati sarili mong mga tanong sa SQL o plain English gamit ang programmatic key. Pareho pa rin ang workflow; kumukuha ang tool mo ng data mula sa authenticated endpoint sa halip na sa open endpoint, at ikaw na ang nagtatakda ng mga tanong. Talagang mahusay si Claude sa pagsulat ng ClickHouse SQL batay sa documented schema. Dahil dito, nagiging isang prompt lang ang “kunin ang dividend history ng bawat REIT na lampas sa $10B at i-rank ayon sa five-year growth.”

FAQ

Makakapagsuri ba si Claude ng mga stock nang walang data source?

Hindi gamit ang kasalukuyang mga numero. Nagtatapos ang training data nito bago ang kasalukuyang araw, kaya ang anumang sinasabi nito tungkol sa kasalukuyang presyo ay mula sa lumang memorya. Bigyan ito ng live API upang ibatay ang pagsusuri sa mga row na kinuha nito kamakailan.

Talaga bang libre ang Strasmore demo API?

Oo. Walang key, signup, o card. Nagbibigay ito ng catalog ng mga fixed query para sa delayed US equities at end-of-day options data, at sadyang bukas ito para sa AI agents.

Kailangan ko ba ng VPS para dito?

Hindi. Browser lamang ang kailangan ng paste-in workflow. Nagiging kapaki-pakinabang ang VPS kapag gusto mong tumakbo ang agent loop ayon sa schedule, magpatuloy kahit maputol ang connection, at magpanatili ng mga lokal na file ng mga nakaraang resulta.

Financial advice ba ito?

Hindi. Ang lahat ng narito ay analysis tooling. Sini-summarize at ikinukumpara ni Claude ang data; ikaw ang magpapasya kung ano ang gagawin dito, at ang delayed educational data ay hindi sapat na batayan para sa trade execution.

Ikonekta ang isang screen sa isang chat at makikita mo agad ang kaibahan: hindi na mukhang kumpiyansa si Claude sa mga numerong hindi nito malalaman, at nagiging kapaki-pakinabang siya sa mga numerong kaya nitong makuha.