Community研究與資料分析github.com

巴菲特投資清單

以華倫·巴菲特的投資框架作為紀律透鏡,權衡買入、持有或賣出決策——能力圈、經濟護城河、所有者盈餘與內在價值、安全邊際、管理/資本配置品質及市場心理。

巴菲特投資清單 是什麼?

這是一個為開發者與AI代理用戶設計的投資決策輔助技能,基於華倫·巴菲特與查理·蒙格在波克夏股東信和訪談中實際使用的方法論,而非網路迷因版本。該技能提供了一套結構化的檢查清單,包括能力圈評估、經濟護城河的四種來源(定價力、低成本、轉換成本、網絡效應)、所有者盈餘與內在價值計算、安全邊際要求,以及管理品質與資本配置的檢驗。特別強調了巴菲特關於市場先生、恐懼與貪婪、以及氣質重於智商的心理學原則,並針對集中投資組合提供了部位大小與賣出決策的指引。支援在Claude Code、Cursor等AI代理平台中執行,可與`intrinsic-value`、`sec-financials`、`trade-journal`等工具整合,為已持有或正在評估的標的提供第二層次的審慎分析。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/2016judea/brick-mortar-skills/tree/HEAD/skills/buffett-checklist

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

巴菲特檢查清單

一個將標的透過華倫·巴菲特實際方法論過濾的清單——並非網路迷因版本(「買你知道的」、「永遠持有」),而是他和蒙格真正用來過濾、估值、配置部位的方法,根據股東信和訪談。此處引用的任何內容的權威主要來源是berkshirehathaway.com的股東信檔案;在任何重要的場合引用巴菲特之前,請務必對照實際股東信進行驗證。

需要緊握的誠實張力: 如果你正在檢查的標的是集中型、處於早期階段且主題鮮明——一個尚未被市場認可的結構性宏觀論述——巴菲特的打擊區幾乎是相反的:簡單、已驗證、擁有寬廣護城河且他能永遠持有的現金產生器(可口可樂、美國運通、See's糖果)。不要強迫一個早期論述的標的去通過嚴格的能力圈和十年可預測性測試。大多數標的都無法通過,而這本身並非自動判決。 使用那些無論風格如何都能適用的巴菲特紀律部分:不要支付過高價格、判斷管理層是否為良好的資本管家、以及不在恐懼時賣出的氣質規則。標記那些無法適用的部分,而不是假裝它們可以。

過濾步驟,按順序

  1. 能力圈。 你能用一段話、不使用術語,就準確解釋這家公司如何賺錢以及為何它在10年後仍將以同樣的方式賺錢嗎?如果不能,它就在「太難」的堆裡——這是一個真實的答案,不是藉口。巴菲特自己的圈子是緩慢擴張且僅通過深入研究(蘋果並不是被當作「科技」公司評估,而是被評估為一個消費者忠誠度業務)。

  2. 經濟護城河。 具體來說,是什麼阻止競爭對手奪走這家公司的利潤率?巴菲特的四種護城河類型:定價力/品牌(提高價格,留住客戶——See's糖果)、低成本生產(好市多、GEICO)、轉換成本(企業軟體、銀行基礎設施)、網絡效應(美國運通)。量化指標:10年內ROIC consistently > 15% 且 毛利率 > 40%,且沒有競爭對手侵蝕。一個你無法指出機制的護城河只是一個故事,不是護城河。

  3. 所有者盈餘與內在價值。 巴菲特不使用EBITDA或共識FCF。他的公式:所有者盈餘 = 淨利潤 + 折舊攤銷 − 維護性資本支出(維持當前競爭地位所需的資本支出,而非成長性資本支出)。以保守的利率折現未來所有者盈餘——歷史上是10年期美國國債收益率,當利率人為偏低時提高至7-10%的門檻,目的正是為了防止你因為資金便宜而欺騙自己支付過高價格。沒有CAPM,沒有Beta——巴菲特明確的觀點是波動性≠風險。

  4. 安全邊際。 在你的內在價值估算下方有意義地買入——歷史上看,巴菲特尋找的是30-40%的折扣,而不是5%。「你建造一座能承載3萬磅的橋樑,然後開著1萬磅的卡車過去。」 這是對你自己預測誤差的檢查,而不是一個定價上的客套——最嚴格地應用於那些增長假設最為激進的標的。

管理層與資本配置

  • 誠信、智慧、活力——按此順序。 「如果他們缺少第一項,其他兩項會害死你。」 尋找坦誠:他們在財報電話會議上承認錯誤嗎?還是一貫歸咎於天氣/宏觀/一次性項目?過度依賴調整後EBITDA或非GAAP框架來掩蓋GAAP虧損是一個紅旗,不是一個細微差別。
  • 1美元測試。 在5-10年的時間窗口內,每1美元保留盈餘是否產生了至少1美元的市值增長?管理層將現金以平庸的回報率再投資而不是返還現金,是偽裝成「增長」的價值毀滅。
  • 回購 vs. 股利。 回購只有在低於內在價值時才具有價值增值效果——在高倍數時回購主要用來抵消期權稀釋並粉飾每股盈餘,巴菲特公開厭惡這種模式。股利是管理層承認已耗盡高回報率的現金用途——並非本質上的壞事,只是一種關於成長跑道狀況的信號。
  • 機構強制力。 蒙格和巴菲特用來形容管理層模仿同業、為了「用掉」現金而進行收購、或因慣性而非分析而抗拒改變路線的術語。注意CEO是否能像說明為什麼一樣清晰地說明為什麼不。

紅旗 / 「太難」的堆

高槓桿但沒有匹配的類似浮存金的資金來源;複雜的財務結構或無法簡單解釋的商業模式;頻繁的管理層/財務長更替;從「調整後」收益中排除的大量股票薪酬;商品經濟但非低成本生產商;資本密集型業務,其利潤為了維持現狀而立即重新投入設備(鋼鐵,以及——巴菲特自己的警示故事——紡織業,這正是最初的波克夏海瑟威)。航空公司是他最喜歡的個人例子,說明他打破了自己的規則(2016年買入,2020年恐慌中虧損賣出)——這證明了即使是巴菲特的框架也無法克服一個真正糟糕的結構性業務。

氣質

對於大多數操作集中型投資組合的人來說,這是最高價值的部分,因為有記錄的漏洞通常是退出,而不是選股——在局部底部附近砍掉虧損的股票。如果你自己已平倉虧損頭寸的回測(參見此repo中的backtest_holding.py)顯示持有會更好,那就是這部分以量化方式呈現。

  • 市場先生寓言: 市場是一個躁鬱症的商業夥伴,每天向你報價。你從沒有義務以他的價格進行交易——他的情緒波動是關於他的資訊,而不是關於企業的,除非企業本身確實發生了變化。
  • 恐懼 vs. 貪婪: 「別人貪婪時恐懼,別人恐懼時貪婪。」 一個沒有破壞論點消息的回檔,是市場先生度過糟糕的一天——漢堡類比:如果你仍在買入,價格下跌應該讓你高興,而不是害怕。
  • 氣質重於智商: 「投資不是一個智商160的人打敗智商130的人的遊戲……你需要的是控制那些讓別人陷入麻煩的衝動的氣質。」 技能不在於發現護城河——很多人能做到這點。在一個你正確核保的標的上經歷40%的下跌而不退縮。
  • 巴菲特何時真的賣出(對「永遠持有」變成藉口的反制檢查):護城河被結構性地破壞(不僅僅是股價下跌),他得出結論原始論點是錯誤的(2020年航空公司退出——一個真實的錯誤,坦誠承認,沒有合理化),或者一個顯著更好的機會需要這筆資金。這直接對應到每個頭寸的書面論點失效規則——巴菲特的版本和日記版本是同一規則的兩種表述。

集中度與部位大小

巴菲特的*「多樣化是對無知的保護——如果你知道自己在做什麼,它沒有意義」*是對集中度的辯護,而非對多樣化,對於任何進行真實核保的人來說。波克夏持有約40個名稱,但前5名約佔股權投資組合的70%。「打孔卡」框架(一生的20次揮棒,所以要讓它們算數)和泰德·威廉斯甜蜜點類比(只揮擊在你甜蜜區的球)都主張圍繞信念集中。

巴菲特的大小紀律與大多數集中式散戶投資組合的不同之處在於:他只在安全邊際測試通過後才確定部位大小。如果你不使用停損,倉位大小就是你唯一的風險控制,這使得大小決策遠比他的流程所賦予的權重更大。清楚地點出這個差異,而不是模糊它。

如何實際執行

當針對特定標的(持有或候選)被調用時:

  1. 用簡單的語言說明能力圈的答案——或者明確地說「這不符合,這是一個主題性賭注,以主題性賭注來評估它。」
  2. 指出護城河機制,或者說目前還沒有。早期階段的標的通常還沒有護城河*——這就是賭注所在,要誠實以對。
  3. 所有者盈餘/估值檢查——執行 intrinsic-value,不要在此處估算。 那個技能掌管算術(所有者盈餘、有形資本回報率、反向DCF、安全邊際階梯)以及拒絕規則,防止將商譽減損或異常年份估值為收益。它還帶有校準規則:永遠不要提供一個絕對的「公允價值」而不在一個巴菲特實際擁有的業務上運行相同的模型——未經校準,這個模型會稱可口可樂比正在篩選的標的更加高估。對於尚未擁有護城河或早期階段的標的,它會直接拒絕(「太難」);改用「必須成真的假設」並清楚說明。
  4. 安全邊際解讀:當前價格是否已經假設了論點的實現,還是存在論點正確且股票重新估值的空間?
  5. 如果有公開文件支持,快速檢查管理層/資本配置。
  6. 氣質檢查——如果這是一個關於「是否應該賣出」的問題,處於回檔期間,首先應從市場先生、恐懼與貪婪以及書面的失效規則入手。
  7. 清楚說明巴菲特的框架與實際策略在此標的上何處存在分歧,而不是強求吻合。

工具

在引用任何特定的巴菲特名言、股東信或波克夏近期動作之前,請先刷新或驗證——持倉和公開聲明會改變,此文件是一個框架快照,而非即時資訊流。

  • 估值算術及其背後數據:intrinsic-value 和 sec-financials。此文件是透鏡;這兩個是數字。
  • 當前持倉和權重:etrade-pull。
  • 氣質部分,針對實際進行的交易量化:realized-pnl——其反事實是將「你過早砍掉虧損」從指控變成一個數字。
  • 標的在其自身週期中的位置,用於安全邊際解讀:price-history。
  • 一個書面的失效規則,用於檢查「巴菲特何時真的賣出」的測試:trade-journal。

作為 portfolio-review 的一個步驟被調用,該流程決定何時需要一個審慎的解讀。

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

2016judea/ascii-charts

Build charts as plain Unicode-block text — bar, range, bullet, gap-bracket, star-histogram, heatmap, line, Venn, pie, donut and scatter — with a dependency-free Python script, for anywhere only monospace text survives (newsletter code blocks, Markdown, terminals, plain-text email, chat). Use when a chart has to embed as literal text instead of an image or a third-party chart service, or when you want a hand-made terminal look with no branding footer.

2016judea/image-riff

Turn one or more reference images into original art in that reference's own visual language, then cut it to whatever surface it's for. Use when you paste or point at art and say "use this as the base image", "generate art from this", "riff on this", "some creative ideation with these images", "make me a channel banner / avatar / cover / plate", "wilder version of this", or want a spread of options off one piece of reference. This is the TASK skill; the engine is the `make-art` tool skill.

2016judea/leonardo

Draw the way Leonardo da Vinci drew — a study sheet, a notebook folio, a red-chalk or silverpoint study, a machine cutaway, a storm of vortices — in his real materials and page-logic, generated with the make-art engine and anchored on fifteen of his actual (public-domain) sheets. Use when you say "Leonardo", "da Vinci", "like his notebooks", "a codex page of X", "draw this as one of his study sheets", "sanguine", "silverpoint", or wants a design, diagram, or illustration in that hand. Also a reading guide to his notebooks (Richter's 1883 public-domain translation) for "what did Leonardo say about shadow / trees / water". This is a TASK skill; the engine is `make-art`.

2016judea/mcp-stack

Which free MCP server or framework to reach for, and its traps — finance/gov data (SEC EDGAR, Yahoo, SAM.gov, USAspending), web research (Exa, Firecrawl, Crawl4AI, Jina reader), design/art/brand (Canva, Inkscape, Penpot, Figma, Orshot, Hugging Face image gen, vectorizing, charts), data/spatial (DuckDB spatial, live ArcGIS layers, OpenStreetMap/Overpass, Census, MapLibre), and ops (PostHog, iMessage, context7 docs). Use when making a social post, OG card, poster, logo/vector, chart, map, or brand asset; when querying parquet/geojson/duckdb or a city's open-data layer; when an MCP "needs authentication" or fails; or when asked "what tools do we have", "is there an MCP for X", "should we add X".

2016judea/records-request

Get a specific record out of a US government office by public-records request — "request the assessor's model", "file a data practices request", "FOIA this", "open records request", "can we just ask the county for it", "who do I write to at <county>", "chase that request", "did they ever answer". Covers checking the website first, finding the right office and statute, the carve-out paragraph that makes a request answerable instead of refused, web-form traps (hidden character caps, WAFs that reject apostrophes), chasing (there is usually no deadline), whether what comes back may be republished, and parsing multi-year tables without silent errors.

2016judea/sms-native-product

Build a product whose interface is text messages rather than an app or a website — "no app, no website", "they just text a number", "chat with our agent natively in Text Messages", "can we do this over text", "an SMS bot", "a Telegram bot", "make it a group chat", "minimum viable friction". Fires equally when it has already gone wrong — "my campaign got rejected", "our number is blocked", "the texts aren't arriving", "why do I need to register". Covers the gate that decides whether such a product can send at all (US A2P 10DLC registration, SHAFT content rules, permanent rejection codes), group MMS from code, what each channel can't do, an architecture that survives losing the channel, and guarding model-rewritten user content.

2016judea/vertical-market-agent

Build a chat agent that knows one industry in one metro better than any general model because it carries a precomputed digest of real public records (or a mined review corpus) and can pull live records mid-conversation — finding the moat, building a byte-stable substrate, enumerating what the records can't, the data traps that produce plausible wrong numbers, deterministic math in tools, measured prompt cost and cache TTL, shipping as an ad destination, an off-sector ending, and a precomputed spatial "what is this next to" layer. Use when building a vertical AI agent grounded in records rather than general knowledge.

相關技能