serennity007/awesome-stock-quant-skills/buffett-value-investing

Claude Code and agent skill by serennity007/awesome-stock-quant-skills

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

A股巴菲特式价值投资分析:护城河评估、连续5年ROE/毛利率/负债率/经营现金流筛选、安全边际估值 | A-share Buffett-style value investing analysis: moat assessment, 5-year ROE/gross-margin/debt/operating-cash-flow screening, margin-of-safety valuation | A株バフェット式バリュー投資分析:堀評価、5年連続ROE/粗利率/負債比率/営業キャッシュフローのスクリーニング、安全マージン評価

Install

npx vskill@latest install serennity007/awesome-stock-quant-skills/buffett-value-investing

SKILL.md

The same SKILL.md was published earlier as serennity007/awesome-stock-quant-skills/buffett-value-investing.

巴菲特式价值投资(A股)

用巴菲特的框架在 A 股市场做两件事:

  1. 筛股(scripts/screen.py):从全市场或给定股票池中筛出符合巴菲特财务标准的候选标的,按打分排序。
  2. 分析(scripts/analyze.py):对单个股票做完整分析,包括护城河清单(人工判断位)、财务质量趋势、简易估值区间与安全边际提示。

数据来自 akshare(公开行情与财务数据接口)。

执行与结果判断

先运行筛选,再读取输出 CSV 和同名 .meta.json。优先看 score_status、decision、data_issues,再看总分。partial / needs_data 表示证据不足,缺失维度不等于公司经营差,也不能凭一个较高总分直接进入候选。

  • 年报日期统一解析、去除未来期末并排序;相同日期的冲突行报错。ROE、毛利率和现金流按相同年报期间对齐。仅一个毛利率观测不会获得“五年稳定”分。
  • financial_periods 给出实际使用的报告期;gross_years、cashflow_data_years 给出有效覆盖。金融业毛利率不适用时仍显示数据不完整,转人工行业分析,不自动重标定满分。
  • valuation_date 是估值交易日;valuation_history_start 与观测数显示窗口内实际覆盖。估值只用截止今天的近五年日期窗口内数据,PE 严格取 TTM 字段;少于 60 个正值观测不计算该分位。历史短于五年时只能称“窗口内可得历史分位”。
  • 最新 PE、PB 或负债值无效时保持缺失,不用旧的有效值冒充当前值。分析脚本以估值同一行的收盘价和 PE 推算 EPS,不混入另一个日期的最新价格。

这些检查处理报表期末与行情日期,不恢复实际披露日或财报历史修订版本,不能把当前筛选用于严格历史时点研究。

筛选标准(巴菲特财务门槛)

维度标准说明
ROE连续 5 年 > 15%巴菲特最看重的单一指标,代表资本回报能力
毛利率5 年稳定(波动 < 5 个百分点)且 > 30%稳定高毛利是护城河的财务投影
资产负债率< 50%(金融股除外,需人工剔除)低杠杆意味着不依赖借钱赚钱
经营现金流连续 5 年为正利润必须是真金白银
估值PE / PB 处于近 5 年历史分位低位安全边际:好公司也要好价格
注:金融、地产等高杠杆行业的负债率标准不适用,需另行人工分析。

打分规则详见 references/scoring_rules.md,投资原则详见 references/buffett_principles.md。

使用方法

bash
pip install akshare pandas
# 筛股:默认用沪深300成分股作为股票池(质量预筛,避免全市场过慢)
python scripts/screen.py --pool hs300 --top 20 --out result.csv
# 或用自定义股票池
python scripts/screen.py --codes 600519,000858,600036 --out result.csv
# 单股完整分析
python scripts/analyze.py 600519

分析流程(配合 AI 使用)

  1. 运行 screen.py 得到候选名单与各项得分。
  2. 对排名靠前的股票运行 analyze.py,得到财务趋势与估值区间。
  3. 护城河清单需要人工/AI 逐条判断(品牌、成本优势、转换成本、网络效应),脚本只给出提示问题,不打假分。
  4. 综合判断:好公司(护城河 + 财务质量)× 好价格(安全边际)→ 才进入买入候选。

免责声明

本技能仅供学习研究,不构成投资建议。历史财务指标不代表未来表现,任何筛选结果都必须经过自己对生意的理解(能力圈)二次确认。

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

7-day trend score
5

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/serennity007/awesome-stock-quant-skills/buffett-value-investing/badge)](https://verified-skill.com/skills/serennity007/awesome-stock-quant-skills/buffett-value-investing)

Something wrong with this skill or its page? Tell us.