如何用 Claude 進行財務分析：結合即時數據指南

Claude 非常擅長閱讀財務數據並解釋其含義。但它不擅長獲取當前數據，因為語言模型的訓練數據通常在您提問前的數月就已結束。解決方法很簡單：提供來自 API 的即時市場數據給 Claude，讓它發揮專長，進行分析、比較與白話解釋。

本指南將展示如何使用免費的市場數據 API 達成此目標，包含三種連接 Claude 的方式，以及可直接複製使用的 Prompt。完整說明：此 API 屬於 Strasmore，由我們的團隊開發。它不需要帳戶，因此您可以在五分鐘內嘗試本指南中的所有內容。

Why Claude needs a data source

若在未連接任何工具的情況下詢問 Claude「Microsoft 目前的股息殖利率是多少」，會出現兩種錯誤模式之一：它會拒絕回答，或是根據數月前的訓練數據回答。這兩者發生的原因都是因為模型無法存取當前價格，它無法自行查詢任何資訊。

連接數據源後，情況會完全不同。Claude 能流暢閱讀 JSON，並在不遺失資訊的情況下處理數十列數據，且能輕鬆進行比較、排序並總結數據顯示的內容。回答的品質現在取決於您提供的數據品質。

A free market data API with no key

Strasmore 的 Demo API 提供一系列針對美股與選擇權數據的固定查詢，並以純 JSON 格式輸出。無需註冊、無需 API key，也沒有速率限制（rate-limit）的限制。完整的端點（endpoint）參考資料位於 the API documentation post；簡短版本如下：

# 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"

每個回應都包含數據列、欄位名稱，以及產生這些數字的精確 SQL。最後一部分對 AI 應用至關重要：您可以將 SQL 與數據一併提供給 Claude，它不僅能解釋結果，還能解釋該查詢指令。

價格為延遲數據，選擇權希臘字母（greeks）為收盤值。對於學習、篩選與分析工作流來說，這正是您所需要的。這不是交易數據流，本指南的主題是分析而非交易執行。

Way 1: paste the JSON into a chat

這是零設定的版本。執行一個 curl 指令，複製 JSON，然後在 Claude 聊天視窗中附上明確的指令。這適用於 claude.ai 網頁版、桌面版或任何聊天介面。

一個有效的 Prompt 結構：

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?

第三個問題最為關鍵。它會促使 Claude 指出數據的局限性，而非過度推論；它的建議（例如「檢查配息歷史」、「與產業平均進行比較」）通常比您自行盲目輸入的查詢更具參考價值。

Way 2: let Claude Code fetch the data itself

如果您使用 Claude Code，可以完全跳過複製貼上的步驟，因為 Claude Code 可以自行執行 curl。向它提出問題並告知數據位置：

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 會讀取目錄、選擇 dividend_yield_leaders、進行擷取，並根據實際數據進行處理。由於 Agent 迴圈是在您的機器上執行，因此它可以與機器上的其他工具協作：它可以將結果儲存至檔案、使用 Python 腳本繪製圖表，或將今天的篩選結果與上週儲存的結果進行比對（diff）。需要注意的成本是：Agent 擷取的每個 JSON 負載都會保留在對話中，並在下一輪對話中重新傳送，這就是 為什麼長期的 Claude Code 會話成本很高。

Linux 伺服器是此工作流的最佳環境。若要執行「擷取篩選結果、與昨日比較、撰寫摘要」的每日自動化迴圈，需要一台永不關機的機器。我們有完整的指南介紹 在 VPS 上使用 tmux 執行 Claude Code，以確保對話在 SSH 斷線後仍能持續。若您選擇此方案，請先閱讀 我們在 VPS 上安全執行 AI Agent 的指南；具備 Shell 存取權限的 Agent 需要嚴格的防護措施。

Way 3: the Claude API with a fetch tool

對於您正在開發的軟體，請將 API 作為工具（tool）提供給 Claude。使用 Anthropic 的 Python SDK，整個配置僅需一個工具定義與一個擷取函數：

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.

當問題需要數據時，Claude 會呼叫該工具，您執行擷取並回傳 JSON，接著它會根據實際數據而非記憶來回答。如果您偏好使用可重複使用的伺服器而非內嵌工具，同樣的模式也適用於 Model Context Protocol (MCP)；我們的 MCP 伺服器在 VPS 上 指南涵蓋了相關託管內容。

Prompts that get good analysis

無論您使用哪種連接方式，以下幾種模式能持續提升輸出品質：

• 要求 Claude 引用數據列。「對於每個主張，請註明股票代號與來源數字。」這能避免模糊的總結。
• 詢問數據無法顯示的資訊。延遲價格、收盤希臘字母與固定篩選都有其限制；當被詢問時，Claude 會清楚說明，這能確保分析的嚴謹性。
• 要求進行比較，而非預測。「根據顯示的配息率，這些殖利率中哪些看起來是永續的？」可以得到有根據的回答。「哪支股票會上漲？」則會得到一個寫得很好的猜測，因為預測並非數據所能支持的內容。
• 在對話中保留 SQL。sql 欄位能讓 Claude 精確了解篩選條件是如何建立的，因此它可以解釋為何缺少某個名稱（例如市值門檻或殖利率上限），而不是編造理由。

When the fixed queries stop being enough

Demo 版的篩選條件是刻意固定的。進階方案是 Strasmore 的付費 API：擁有相同的資料庫，包含 22 年的美股與 12 年的選擇權歷史數據，並允許您使用程式化金鑰，以 SQL 或白話進行自定義查詢。工作流保持不變；您的工具是從驗證過的端點而非公開端點擷取數據，且問題由您定義。Claude 非常擅長針對有文件定義的 Schema 撰寫 ClickHouse SQL，這能將「抓取市值超過 100 億美元的所有 REITs 的配息歷史，並按五年成長率排序」轉化為單一 Prompt 即可完成的工作。

FAQ

Can Claude analyze stocks without any data source?

無法獲取當前數據。其訓練數據在今天之前就已結束，因此它對當前價格所說的一切都來自過時的記憶。提供即時 API 後，分析將基於它剛剛擷取的實際數據。

Is the Strasmore demo API really free?

是的。無需金鑰、無需註冊、無需信用卡。它提供一系列針對延遲美股與收盤選擇權數據的固定查詢，並刻意對 AI Agent 開放。

Do I need a VPS for this?

不需要。複製貼上的工作流只需要瀏覽器。當您希望 Agent 迴圈能按排程執行、在斷線後持續運作，並保留過去結果的本地檔案時，使用 VPS 才具備價值。

Is this financial advice?

不是。這裡的所有內容皆為分析工具。Claude 僅負責總結與比較數據；您如何利用這些資訊由您自行決定，且延遲的教育性數據不能作為交易執行的依據。

將一個篩選結果放入對話中，您會立即看到差異：Claude 不再對它無法知曉的數字表現出自信，而是開始針對它能掌握的數字提供實用的幫助。