ai-berkshire
“AI 时代的伯克希尔”——一个基于 Claude Code 的开源 AI 投资研究框架，由 xbtlin 开发。实盘验证两年累计收益超 146 万元，跑赢标普 500 共 46-50 个百分点。
实盘战绩
| 时期 | ai-berkshire | 标普 500 | 跑赢 |
|---|---|---|---|
| 2024 全年 | +69.29% | +23.31% | +45.98pp |
| 2025 至今 | +66.38% | +16.39% | +49.99pp |
不是回测曲线，是真金白银。
仓库信息
- 作者：xbtlin
- 仓库：
xbtlin/ai-berkshire - License：MIT
- 语言：97.7% Python
- Star：18，Fork：4（严肃工具不追求爆款传播）
架构三层
Skill 层（16 个入口）
↓
Agent 层（每个 skill 内部 4 个 Agent 并行：巴菲特 / 芒格 / 段永平 / 李录）
↓
工具层（精确计算 + 多源交叉验证）
关键 Skill
| Skill | 功能 |
|---|---|
/investment-team | 4 Agent 并行分析单家公司 |
/industry-funnel | 漏斗式筛选全市场 30-60 家 → 终选 3 家 |
/news-pulse | 股价异动 10-15 分钟 4 维并行侦察 |
/investment-research | 深度研究 |
/investment-checklist | 巴菲特价值投资买入前 Checklist |
/quality-screen | 7 条指标快速排除非一流公司 |
/thesis-tracker | 买入后的纪律系统 |
/management-deep-dive | 管理层纵深研究 |
/portfolio-review | 组合管理 |
/deep-company-series | 8 篇长文拆一家公司 |
/deep-research | Deep research harness |
/earnings-review | 财报精读 |
防骗机制（核心创新）
| 机制 | 作用 |
|---|---|
| 强制结论 | 通过 / 不通过 / 灰色地带 + 具体价格区间 |
| 多 Agent 对抗 | 巴菲特 / 芒格 / 段永平 / 李录 故意制造分歧 |
| 金融数据精确性 | financial_rigor.py 用 Decimal 精确计算 + 市值反向验算 |
| 信息丰富度 A/B/C 分级 | 防止”资料多 = 确定”幻觉 |
| 芒格式逆向检验 | ”什么情况这家公司会死” |
| 8 条红线否决清单 | 管理层诚信污点 → 直接否决 |
| 反共识检查 | ”聪明人为什么做空” |
| 留白原则 | 数据不够就标”灰色地带” |
关键洞察
“这个项目有意思的地方不在’AI 能分析股票’这件事本身——这早就不新鲜了。有意思的是它把’分析质量不可控’这个 AI 应用的老毛病，用工程手段一点点缝住了。“
路线图
- 历史回测：拿 AI 研报对照实际股价表现
- 接入 Wind / Bloomberg 实时数据源