Automatizar el análisis financiero con n8n dejó de ser un experimento de nicho. En junio de 2026 tenés stacks self-hosted que por menos de USD 7 al mes te analizan acciones, interpretan patrones de velas y te mandan todo a Telegram sin que muevas un dedo. La combinación n8n + Claude 3.5 + APIs gratuitas o baratas como Chart-IMG y FMP ya está madura, y el patrón se repite tanto para trading como para finanzas personales.
La automatización del análisis financiero con n8n es un flujo de trabajo que conecta disparadores (como un mensaje de Telegram con un ticker), APIs de datos financieros, un modelo de lenguaje grande (LLM) para interpretar los números, y un canal de salida para recibir el resultado. Básicamente, delegás la lectura de gráficos y fundamentos a una máquina que no se cansa ni se deja llevar por el pánico del mercado (spoiler: eso último sigue siendo debatible).
En 30 segundos
- Stack mínimo para arrancar: n8n self-hosted vía Docker, una API key de Claude 3.5, acceso a Chart-IMG o FMP, y un bot de Telegram como interfaz. Todo corre en una VPS modesta o en tu máquina local.
- Costo mensual real: entre USD 5 y USD 7 si usás Claude API más SimpleFIN (USD 1.50/mes). Las APIs de datos de mercado como Chart-IMG tienen tier gratuito generoso.
- Lo que podés automatizar hoy: análisis técnico de acciones con patrones de velas y RSI, fundamentales vía FMP, categorización de gastos personales con Actual Budget, y envío de reportes a Telegram o email.
- Diferencia con Zapier o Make: sin límites de tareas ni costos por ejecución. El cuello de botella pasa a ser tu conocimiento técnico, no la billetera.
- Lo que todavía no está resuelto: la calidad del análisis depende enteramente del prompt que escribas. Si le pedís cualquier cosa, te va a devolver cualquier cosa.
¿Qué necesito instalar para empezar con n8n financiero?
La base es n8n. Lo desplegás con Docker en dos comandos, o lo instalás en local con Node.js si preferís no tocar un servidor. Para este tipo de automatización, la versión self-hosted es la que va: no tiene límites de ejecuciones y tus datos financieros no pasan por servidores de terceros. Si alguna vez configuraste un docker-compose básico, lo tenés andando en 10 minutos. Si no, hay guías paso a paso en español que te llevan de cero a producción.
Después necesitás tres cosas más, y acá es donde la gente suele trabarse porque no sabe cuál API elegir para qué:
- Una API de datos de mercado. Chart-IMG te devuelve gráficos con indicadores técnicos ya dibujados (precio, RSI, MACD, Bandas de Bollinger, patrones de velas). FMP (Financial Modeling Prep) te da datos fundamentales: balances, ratios, ingresos. Son complementarias, no competencia.
- Un LLM con buena comprensión financiera. Claude 3.5 Sonnet de Anthropic es el que mejor resultado está dando en junio de 2026 para análisis de texto financiero, sobre todo interpretando patrones de velas y redactando conclusiones que no parecen generadas por un bot genérico.
- Un canal de entrada/salida. Telegram es el más práctico: creás un bot, configurás el webhook en n8n con el nodo Telegram Trigger, y ya tenés una interfaz para mandar tickers desde el celular y recibir el análisis al instante.
¿Cómo configurar un trigger con Telegram para recibir tickers?
El patrón que más se repite en junio de 2026, y que el artículo de xix.ai documenta en detalle, es este: abrís Telegram, le hablás a tu bot y le mandás “AAPL” o “MSFT”. Ese mensaje llega a n8n vía webhook, dispara el workflow, y a los pocos segundos te vuelve un análisis completo con gráfico incluido.
La configuración es sencilla:
- Creás el bot con BotFather en Telegram y guardás el token.
- En n8n, agregás un nodo “Telegram Trigger” y le pegás ese token. n8n automáticamente configura el webhook si tu instancia es accesible desde internet (si estás en local, necesitás un túnel como ngrok o, mejor, usás una VPS barata con hosting cloud en donweb.com que ya viene con IP pública).
- El mensaje del usuario (el ticker) queda disponible en
{ $json.message.text }. Ese dato viaja al siguiente nodo.
Ojo con algo: Telegram tiene rate limiting. Si pensás consultar 50 tickers por minuto, te van a frenar. Para uso personal o de un equipo chico, cero problemas.
¿Qué datos financieros obtener y con qué API?
Acá tenés que decidir qué tipo de análisis querés. No es lo mismo análisis técnico que fundamental, y las APIs no son intercambiables. Más contexto en modelos de lenguaje para razonamiento.
Chart-IMG para análisis técnico
Chart-IMG es una API que genera imágenes de gráficos con indicadores superpuestos. Le pasás el ticker, el timeframe (1h, 4h, 1d), y los indicadores que querés ver, y te devuelve un PNG listo para mandar a Telegram o para que el LLM lo analice. Soporta RSI, MACD, medias móviles, Bandas de Bollinger y detección de patrones de velas. El tier gratuito cubre un volumen de consultas más que decente para uso individual.
En n8n configurás un nodo HTTP Request con la URL de Chart-IMG, le pasás el ticker como parámetro dinámico, y el output es la URL de la imagen generada. Ese dato se lo pasás al LLM en el siguiente paso.
FMP para datos fundamentales
Financial Modeling Prep te da otra cosa: ratios P/E, deuda/equity, crecimiento de ingresos, márgenes, free cash flow. Es la API que usás si querés que el análisis te diga si una empresa está sobrevalorada o si su balance es sólido. La versión gratuita tiene límites pero para ~20 consultas diarias alcanza.
El enfoque más potente en 2026 es combinar las dos: el gráfico de Chart-IMG para que el LLM lea la acción del precio, y los datos de FMP para que contextualice con fundamentales. El prompt se lo armás para que pese ambas dimensiones.
¿Cómo integrar un LLM como Claude 3.5 para analizar los datos?
Este es el corazón del workflow y donde la mayoría de los setups se quedan cortos por un prompt flojo. Claude 3.5 Sonnet, según la experiencia documentada en xix.ai, es particularmente bueno interpretando gráficos financieros y redactando análisis que no suenan a plantilla. Pero el modelo no hace magia: si el prompt es “analizá esta acción”, el output va a ser inservible.
Lo que funciona en producción es un system prompt estructurado más o menos así:
- Rol: “Sos un analista financiero con 10 años de experiencia en trading algorítmico.”
- Contexto técnico: pedile que identifique tendencia (alcista/bajista/lateral), niveles de soporte y resistencia visibles en el gráfico, divergencias en RSI si las hay, y patrones de velas relevantes (doji, martillo, envolvente).
- Formato de salida: definilo explícitamente. Un resumen ejecutivo de 3 líneas, después el detalle técnico, y al final una conclusión con sesgo (bullish/bearish/neutral) bien justificada.
- Reglas duras: “Nunca recomiendes comprar o vender. Siempre aclará que esto no es asesoramiento financiero.” Esto es importante por compliance, incluso si es para uso personal.
En n8n usás el nodo “Anthropic Chat” (o el genérico “OpenAI Chat” si preferís GPT-4o). Le pasás la URL de la imagen de Chart-IMG y los datos de FMP como variables dentro del prompt. El modelo procesa todo junto y devuelve el texto del análisis. Lo explicamos a fondo en implementando ChatGPT en tu flujo.
¿Cómo estructurar la salida y enviar el análisis a Telegram?
El flujo completo queda así: Telegram Trigger → HTTP Request (Chart-IMG) → HTTP Request (FMP, opcional) → Anthropic Chat → Telegram Send. Cinco nodos, tres APIs, un solo mensaje de vuelta al usuario con todo el análisis.
El nodo Telegram Send acepta tanto texto como imágenes. Podés mandar el gráfico y después el análisis en dos mensajes, o embedear la imagen en un mensaje con caption. La experiencia de usuario es bastante pulida: mandás “TSLA”, esperás unos segundos, y te llega el gráfico con velas diarias seguido de un texto que te dice “TSLA muestra consolidación en torno a USD 245, con RSI neutral en 52 y sin divergencias. Patrón de vela doji en la última sesión, lo que sugiere indecisión.”
El punto flojo acá es la latencia. Entre que Chart-IMG genera la imagen, FMP responde y Claude procesa todo, pueden pasar entre 8 y 15 segundos. No es para trading de alta frecuencia (ni debería serlo). Es para tener un asistente de análisis bajo demanda, 24/7, sin abrir una plataforma de trading.
¿Puedo extender el workflow para finanzas personales?
Sí, y el patrón es casi idéntico. El artículo de Sied.ar de abril de 2026 documenta un stack self-hosted para presupuesto personal que usa Actual Budget como app de gestión, SimpleFIN para sincronizar transacciones bancarias (cuesta ~USD 1.50 por mes), y Claude para categorizar automáticamente los gastos. n8n orquesta todo.
La diferencia con el caso de trading es que acá el trigger no es un mensaje de Telegram sino un schedule: todos los días a las 8 AM, n8n consulta SimpleFIN, trae las transacciones nuevas, las pasa por Claude para que las categorice (“supermercado”, “transporte”, “suscripciones”), y las inserta en Actual Budget. El resultado: abrís la app y ya tenés todo clasificado sin haber tocado nada.
Lo interesante es que el mismo patrón de “disparador → API de datos → LLM → destino” se replica en ambos casos. Una vez que lo armaste para acciones, adaptarlo a finanzas personales te lleva una tarde como mucho. Ya lo cubrimos antes en aprovechar GPT en análisis.
¿Qué ventajas tiene este stack self-hosted frente a soluciones en la nube?
La pregunta del millón, sobre todo en Latinoamérica donde cada dólar mensual pesa. Armemos la comparación con números reales de junio de 2026:
| Componente | Stack self-hosted (n8n + Claude + SimpleFIN) | Alternativa cloud (Zapier + YNAB + Plaid) |
|---|---|---|
| Orquestador | n8n self-hosted (USD 0) | Zapier plan Starter (~USD 20/mes) |
| App de presupuesto | Actual Budget (USD 0) | YNAB (~USD 15/mes) |
| Sincronización bancaria | SimpleFIN (~USD 1.50/mes) | Plaid (incluido en YNAB) |
| LLM para categorización | Claude API (~USD 5/mes con uso moderado) | No disponible o con costo extra |
| Costo mensual total | ~USD 7 | ~USD 35 |
| Datos | 100% en tus servidores | En servidores de terceros |
La diferencia es de 5x en costo mensual, pero el verdadero diferencial no es económico: es el control. Con el stack self-hosted, tus transacciones bancarias, tus análisis de acciones y tus prompts no pasan por Zapier, ni por Make, ni por ninguna empresa que mañana puede cambiar los términos de servicio o leakear datos. Para datos financieros sensibles, esto es relevante.
Eso sí, la contracara es que mantener n8n actualizado, lidiar con backups de la base de datos y asegurar el acceso público al webhook de Telegram requiere cierto oficio técnico. No es “instalás y te olvidás”. Si se cae tu VPS un domingo a la madrugada, nadie va a levantarla por vos.
Errores comunes al armar un workflow financiero en n8n
He visto estos cinco errores repetirse una y otra vez en setups productivos. Evitalos de entrada:
- No validar el ticker antes de consultar las APIs. Si el usuario manda “TESLA” en vez de “TSLA”, las APIs van a devolver error o, peor, datos de otra empresa. Agregá un paso de normalización con una expresión regular o una lookup table simple de símbolos comunes.
- Dejar el prompt del LLM sin ejemplos. Claude funciona mucho mejor con one-shot o few-shot prompting. Incluí en el system prompt un ejemplo concreto de análisis bien hecho. Sin eso, el modelo tiende a divagar o a ser demasiado genérico.
- No poner timeout en los HTTP Request. Las APIs financieras tienen latencia variable, sobre todo en horarios de mercado. Si no configurás un timeout de al menos 15 segundos, tu workflow va a fallar intermitentemente y no vas a saber por qué.
- Usar el plan gratuito de n8n cloud para producción. Tiene límites de ejecución bajísimos y tus workflows se frenan en el peor momento. Self-hosted o nada para algo que vas a usar todos los días.
- Mandar análisis sin disclaimer. Por más que sea un proyecto personal, si compartís capturas o el bot con alguien más, el output del LLM tiene que incluir un aviso explícito de que no es asesoramiento financiero. No es opcional.
Preguntas Frecuentes
¿Qué es n8n y por qué usarlo para automatización financiera?
n8n es un orquestador de workflows open-source que conecta servicios vía nodos visuales. Para automatización financiera tiene dos ventajas clave sobre Zapier o Make: se puede hostear en tu propio servidor (datos bajo tu control) y no cobra por ejecución, solo pagás el hosting y las APIs externas que consumas. Complementá con usar Claude para procesar datos.
¿Cuánto cuesta mantener este sistema por mes?
Con uso personal moderado, entre USD 5 y USD 7 mensuales. Eso incluye SimpleFIN (USD 1.50), consumo de Claude API (USD 3-5) y el costo de una VPS básica si no lo corrés en tu máquina local. Las APIs de datos de mercado como Chart-IMG y FMP tienen tiers gratuitos suficientes para empezar.
¿Necesito saber programar para armar este workflow?
No necesitás programar en el sentido tradicional, pero sí necesitás entender conceptos como APIs REST, webhooks y variables de entorno. Los nodos de n8n se configuran visualmente, pero cuando algo falla (y va a fallar), tener nociones básicas de JSON y debugging de HTTP requests te ahorra horas de frustración.
¿Puedo usar GPT-4o en vez de Claude 3.5?
Sí, n8n tiene nodo para OpenAI y el sistema de prompts funciona igual. Dicho esto, la experiencia reportada en varios setups de 2026 indica que Claude 3.5 Sonnet es más preciso interpretando gráficos financieros y patrones de velas, especialmente cuando le pasás imágenes de Chart-IMG. Probá ambos y compará resultados con tus propios casos.
¿Funciona para criptomonedas o solo para acciones?
Funciona para cualquier activo que las APIs soporten. Chart-IMG acepta pares cripto (BTC/USDT, ETH/USDT) y FMP cubre los principales. Solo cambiás el ticker en el mensaje de Telegram y el flujo es idéntico.
Conclusión
En 2026, automatizar análisis financiero con n8n es viable, barato y sorprendentemente maduro para ser un stack armado con piezas open-source y APIs de terceros. El patrón Telegram + Chart-IMG + Claude 3.5 + FMP cubre el 80% de lo que un inversor minorista necesita para tener un asistente de análisis 24/7 sin depender de plataformas propietarias ni suscripciones caras.
Lo que cambió respecto a 2025 es la calidad de los modelos. Claude 3.5 Sonnet interpreta gráficos con un nivel de detalle que hace dos años parecía imposible, y n8n ya tiene nodos nativos para Anthropic que simplifican la integración. Sumale que SimpleFIN resolvió la sincronización bancaria en Latinoamérica (al menos parcialmente) y tenés un ecosistema que cierra por todos lados.
Si estás metido en trading o simplemente querés dejar de revisar gráficos manualmente todas las mañanas, armate este workflow un fin de semana. No reemplaza el criterio humano —ni debería—, pero te da un punto de partida informado en segundos. Y por USD 7 al mes, la relación costo-beneficio es difícil de discutir.
Fuentes
- xix.ai – AI-Powered Stock Analysis: Automate Technical Analysis with n8n — Documentación detallada del workflow con Telegram, Chart-IMG, FMP y Claude.
- Automatiza y Escala – Cómo construí un workflow de SEO briefs con n8n — Guía de despliegue y configuración de n8n en español.
- Sied.ar – Automatizá tus finanzas sin depender de la nube — Stack self-hosted con Actual Budget, SimpleFIN y Claude para presupuesto personal (abril 2026).