Claude para sa Financial Analysis: Praktikal na Gabay

Magaling si Claude sa pagbabasa ng financial data at pagpapaliwanag kung ano ang ibig sabihin nito. Mahina ito sa pag-alam ng mga numero ngayong araw, dahil nagtatapos ang training data ng language model ilang buwan bago mo itanong ang iyong tanong. Simple ang solusyon: bigyan si Claude ng kasalukuyang market data mula sa isang API, at hayaan itong gawin ang tunay nitong kahusayan—analysis, comparison, at malinaw na paliwanag sa plain English.

Ipinapakita ng gabay na ito kung paano iyon gawin gamit ang libreng market data API, tatlong paraan para ikonekta si Claude rito, at mga working prompt na maaari mong kopyahin. Para malinaw: pagmamay-ari ng Strasmore ang API, at ginawa ito ng aming team. Hindi nito kailangan ng account, kaya maaari mong subukan ang lahat sa gabay 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 walang key

Naghahatid ang demo API ng Strasmore ng catalog ng mga fixed query sa US stocks at options data bilang plain JSON. Walang signup, API key, o komplikadong rate-limit process. Nasa post ng dokumentasyon ng API ang buong endpoint reference; narito ang maikling 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 iyon para sa AI work: maaari mong ipakita kay Claude ang SQL kasama ng data, at ipapaliwanag niya sa iyo ang query pati ang resulta.

Hindi live ang data. Delayed ang equity prices, end-of-day values ang options greeks at implied volatility, at nagre-refresh ang resulta ng bawat query nang hindi lalampas sa bawat sampung minuto, kaya pareho pa rin ang mga row na matatanggap kapag mas mabilis kang nag-poll. Para sa learning, screening, at analysis workflow, sapat na iyon. Hindi ito trading feed, at ang gabay na ito ay tungkol sa analysis, 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

Kung gumagawa ka ng software, ibigay kay Claude ang API bilang tool. Gamit ang Python SDK ng Anthropic, isang tool definition at isang fetch function lamang ang kailangan para sa buong wiring:

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 dito ang JSON, at sumasagot ito batay sa mga aktuwal na row 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 likod ng cloud provider, alamin muna kung paano i-authenticate ang client doon bago ka mag-hardcode ng anuman. Ito rin ang tanging paraang sinisingil ka batay sa bawat token sa halip na maisama sa chat subscription, kaya bago mo ito i-scale, tingnan kung may libreng tier ang Claude API at kung magkano ang babayaran mo matapos ang anumang starter credit. Gumagana rin ang parehong pattern sa Model Context Protocol kung mas gusto mo ng reusable server kaysa inline tool; saklaw ng aming gabay tungkol sa MCP servers sa isang VPS ang pagho-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, pero hindi mo kailangang magbayad para magtanong ng sarili mong mga query. Nagpapatakbo rin ang parehong demo ng sarili mong read-only SQL nang walang key: ipadala ito sa https://ai.strasmore.com/api/demo/sql?sql= at isasagawa nito ang query, ayon sa mga limitasyong nakasaad sa response, na 500 rows, 20 segundo, at isang taon ng history. Sa isang libreng account na walang card, makakakuha ka ng 100 query bawat araw na isinulat sa SQL o plain English sa Strasmore terminal, na ipinapakita sa iyo ang nabuong SQL bago ito patakbuhin.

Hindi mo rin kailangan ng paid plan para sa programmatic key: pinapataas ng libreng key ang row limit, at nagdaragdag ang paid plans ng history, tick-level trades, at CSV export. May 22 taon ng US equities at 12 taon ng options history ang warehouse, pero nakadepende sa plan kung gaano karami rito ang mababasa mo. Noong October 2026, nakakabasa ang Free ng isang taon (hanggang 1 January 2025), nakakabasa ang Developer ($79/mo) ng tatlong taon (hanggang 1 January 2023), at nakakabasa ang Pro ($249/mo) at Enterprise ng buong history. Tumatanggap ng SQL ang keyed API; feature ng terminal ang mga tanong sa plain English, hindi ng API. Pareho pa rin ang workflow: kumukuha ang tool mo mula sa authenticated endpoint sa halip na sa open endpoint, at ikaw ang nagtatakda ng mga tanong. Talagang mahusay si Claude sa pagsulat ng ClickHouse SQL batay sa documented schema, kaya ang “pull the dividend history of every REIT above $10B and rank by five-year growth” ay nagiging isang one-prompt job sa Pro o Enterprise, dahil hindi kayang maglaman ng limang taon ng growth ang tatlong-taong window.

FAQ

Maaari bang mag-analyze si Claude ng stocks nang walang data source?

Hindi gamit ang mga kasalukuyang 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 market data API para ma-ground ang analysis sa mga row na kakakuha lamang nito.

Libre ba talaga ang Strasmore demo API?

Oo. Walang key, signup, o card. Naghahatid ito ng catalog ng mga fixed query sa delayed US equities at end-of-day options data, pati ng keyless SQL endpoint na may limitasyong 500 rows at isang taon ng history. Sadyang bukas din ito sa AI agents.

Kailangan ko ba ng VPS para rito?

Hindi. Para sa paste-in workflow, browser lamang ang kailangan. 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. Lahat ng narito ay analysis tooling. Nagsa-summarize at nagko-compare si Claude ng data; ikaw ang nagpapasya kung ano ang gagawin mo rito, at hindi batayan para sa trade execution ang delayed educational data.

Ikonekta ang isang screen sa isang chat at makikita mo agad ang pagkakaiba: titigil si Claude sa pagsasalita nang kumpiyansa tungkol sa mga numerong hindi niya malalaman, at magsisimula itong maging kapaki-pakinabang tungkol sa mga numerong kaya nitong makuha.