Buffett Value Investing logo

Buffett Value Investing

Community
belos-street
buffett-value-investing

基于巴菲特价值投资四大原则(能力圈、护城河、安全边际、长期持有)分析个股。当用户询问价值投资、巴菲特理念、个股价值分析时调用此技能。

Overview

Publisherbelos-street
Repositorystock-analytics-agent
Skill namebuffett-value-investing
Stars
57
Forks
9
Bundled files
Instructions only
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • Self-contained

    Everything the model needs lives in the instructions — no extra files to sync.

  • Open source

    Published by belos-street on GitHub. Read the source before you install it.

Installation

Install the Buffett Value Investing AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/belos-street/stock-analytics-agent/tree/main/.agents/skills/buffett-value-investing
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/belos-street/stock-analytics-agent.git /tmp/stock-analytics-agent
mkdir -p .claude/skills
cp -r /tmp/stock-analytics-agent/.agents/skills/buffett-value-investing .claude/skills/buffett-value-investing
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Buffett Value Investing in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Buffett Value Investing on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Buffett Value Investing is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

巴菲特核心理念股票分析技能(通用版)

技能定位

本技能专为大模型设计,严格基于巴菲特价值投资四大核心原则(能力圈、护城河、安全边际、长期持有),对任意股票进行系统化、结构化分析,最终输出可落地的投资决策参考(含估值判断、建仓/持有参考、风险提示),适用于A股、港股等全球主流市场的个股分析场景。

服务边界

不可提供:

  • 投资建议、承诺收益
  • 具体买卖指令(含精确买入/卖出点位与仓位指令)
  • 内幕信息

所有分析仅供参考,不构成投资建议;文中的价位/区间为分析参考位(反弹减仓/持有参考),非买卖指令、非回本位。

核心分析框架(巴菲特四大原则拆解)

原则1:能力圈原则(巴菲特"只投资看得懂的公司")

分析维度需覆盖3个核心要点,大模型需逐一验证并输出结论:

  1. 业务易懂性:判断股票对应公司的业务模式是否简单清晰、无复杂跨界/概念炒作,是否属于大模型可清晰拆解盈利逻辑的赛道(如制造业、消费品、金融等)。

  2. 认知匹配度:评估公司所处行业的发展阶段、竞争格局是否可通过公开信息(财报、行业报告)准确预判,是否存在无法预测的技术代际更迭、政策突变等变量。

  3. 管理层一致性:核查管理层是否专注主业(无频繁跨界、盲目多元化),是否践行股东利益至上(如分红政策稳定、无损害中小股东的关联交易)。

原则2:护城河原则(巴菲特"寻找拥有持久竞争优势的企业")

从定性+定量双维度分析,大模型需结合行业特性与公司数据输出结论:

分析维度定性判断要点定量验证指标
成本优势是否拥有规模效应、供应链壁垒、资源独占等成本控制能力毛利率/净利率(对比行业均值、历史中枢)、单位成本降幅、原材料自给率
品牌壁垒是否具备全球/区域龙头品牌、高客户忠诚度、不可替代性市占率(全球/国内)、品牌溢价率、客户复购率/留存率
技术/专利壁垒是否拥有核心专利、独家技术、行业认证门槛专利数量/质量、行业准入认证持有率、研发投入占比(对比同行)
客户转换成本客户更换供应商是否需付出高成本(如适配性、数据迁移)大客户合作年限、客户集中度(是否依赖单一车企/客户)
渠道壁垒是否拥有独家渠道、覆盖网络、供应链控制权渠道数量/覆盖密度、渠道议价能力、供应链话语权指标

原则3:安全边际原则(巴菲特"以50美分买1美元的资产")

核心是估值测算+现金流验证,大模型需结合财报数据与行业估值中枢输出结论:

  1. 估值合理性:对比3类核心估值指标(PE、PB、股息率)与历史区间、行业均值,计算估值溢价/折价幅度。

  2. 内在价值测算:基于公司未来3-5年盈利增速(结合行业周期、公司增长逻辑),采用现金流折现(DCF) 或市盈率相对盈利增长比率(PEG) 测算内在价值。

  3. 安全边际计算:公式=(内在价值-当前股价)/内在价值,需明确安全边际是否达到巴菲特认可的30%以上核心阈值。

    校准注释:30% 为巴菲特经典安全边际阈值(保留),但内在价值须标注估值方法 + 关键假设 + 数据基准日(DCF/PEG),预测盈利增速须标来源或「作者假设」;估值高低对照自身历史估值区间/分位(近 10 年月频收盘,PE-TTM 整体法、负 PE 剔除),不套用全市场统一绝对倍数。

  4. 现金流/分红安全垫:核查经营现金流是否覆盖净利润、股息率是否稳定(对比无风险利率)、分红比例是否合理。

    yield_basis 口径(S3):股息率默认按近 12 个月 DPS 年度化,若用单期分红×4 须显式注明;DPS 优先券商实际到账/交易所与公司公告,警惕第三方单期分红失真。若以股息率反推价格锚(目标股息率 × DPS),DPS 增长时价格锚须自动上移并重新标注数据基准日。

原则4:长期持有原则(巴菲特"持有优质公司穿越周期")

分析维度需聚焦长期价值可持续性:

  1. 需求韧性:判断公司产品/服务是否为刚需、是否具备长期增长逻辑(如消费升级、全球化、技术迭代红利)。

  2. 周期抗风险:评估公司在行业下行周期、宏观经济波动中的业绩抗跌能力(如历史周期业绩表现、毛利率稳定性)。

  3. 复利潜力:结合公司历史盈利增速、分红增速,测算长期复利回报是否具备可持续性。

标准化分析流程(大模型执行步骤)

  1. 输入信息接收:获取目标股票代码、市场、最新股价、核心业务、最新财报关键数据(营收、净利、毛利率、现金流、负债率)、行业背景。

  2. 能力圈验证:按框架1的3个维度,输出"是否符合能力圈原则"的结论+依据。

  3. 护城河评估:按框架2的5个维度,结合定性数据与定量指标,输出"护城河强度(强/中/弱)"结论+核心支撑点。

  4. 安全边际测算:按框架3的4个维度,计算估值指标、内在价值、安全边际,输出"估值区间+安全边际等级(充足/一般/不足)"结论。

  5. 长期持有可行性:按框架4的3个维度,输出"长期持有价值(高/中/低)"结论+风险对冲逻辑。

  6. 投资决策建议:结合以上所有结论,输出具体建议:

    • 若股价高于内在价值:明确"不建议建仓/持有,等待估值回归"。

    • 若股价处于内在价值±10%:明确"可轻仓关注,分批建仓"。

    • 若股价低于内在价值30%以上:明确"安全边际充足,建议分批建仓,明确仓位比例与持有周期"。

    校准注释:±10%、30% 为相对内在价值估算值的决策参考带(对应估算误差与巴菲特安全边际纪律),非全市场绝对价格阈值;内在价值须标注估值方法+关键假设+数据基准日,输出的建仓/止盈价位均为分析参考位(反弹减仓/持有参考),非回本位、非买卖指令。

  7. 风险提示(含空方论点,必填):结合巴菲特风险控制理念,列出3-5个核心风险(如行业周期、原材料波动、政策变化、海外业务风险)及应对建议;并必填「空方论点(至少2条,论点+关键依据)+ 可证伪的看空情景 + 触发证伪的观察指标(指标+跟踪频率+阈值/信号)」,不得以单行"风险提示"替代;结论为看多/建议建仓时,同样必须给出"看多被推翻"的条件。

    估值陷阱检查(必做):低 PE = 盈利顶部(周期股陷阱,须以 PB 分位/产品价格分位交叉验证)、回撤大 ≠ 估值低(对照自身历史估值分位,不以涨跌幅替代估值)、概念/主题辨真伪(核验相关业务收入占比与商业化进度)、高股息可持续性(核验分红率与经营现金流对分红的覆盖,警惕一次性特别分红)、增长质量(核验增长来源与现金流含量)。

输出结果模板(大模型标准化输出格式)

# 【巴菲特理念】XX股票(代码:XXX)价值分析报告

## 一、能力圈原则评估

1. 业务易懂性:XXX(清晰/复杂/存在概念炒作),核心逻辑为XXX
2. 认知匹配度:XXX(可预判/存在不可控变量),核心变量为XXX
3. 管理层一致性:XXX(专注主业/跨界频繁),关键依据为XXX

**结论**:该股票【符合/不符合】巴菲特能力圈原则

## 二、护城河强度评估

1. 成本优势:XXX(强/中/弱),定量指标:毛利率XX%(行业均值XX%)、单位成本XX
2. 品牌壁垒:XXX(强/中/弱),定量指标:市占率XX%、客户留存率XX%
3. 技术/专利壁垒:XXX(强/中/弱),定量指标:专利数量XX、行业认证XX项
4. 客户转换成本:XXX(高/中/低),定量指标:大客户合作年限XX年、客户集中度XX%
5. 渠道壁垒:XXX(强/中/弱),定量指标:渠道覆盖密度XX、渠道议价能力XX

**综合结论**:该股票护城河强度为【强/中/弱】,核心护城河为XXX

## 三、安全边际测算

1. 核心估值指标(当前股价XX元):
   - PE(TTM):XX倍(历史中枢XX倍、行业均值XX倍)
   - PB:XX倍(历史中枢XX倍、行业均值XX倍)
   - 股息率(TTM):XX%(对比无风险利率XX%;yield_basis:近12个月DPS年度化,单期×4须注明)

2. 内在价值测算:基于XX盈利增速,DCF/PEG测算内在价值为XX元/股

3. 安全边际:XX%(巴菲特阈值≥30%)

4. 现金流/分红安全垫:经营现金流覆盖净利润XX倍、分红比例XX%(稳定/波动)

**结论**:安全边际【充足/一般/不足】,估值【高估/合理/低估】

## 四、长期持有可行性评估

1. 需求韧性:XXX(刚需/非刚需),长期增长逻辑为XXX
2. 周期抗风险:XXX(强/弱),历史周期业绩表现为XXX
3. 复利潜力:历史盈利复合增速XX%、分红复合增速XX%,长期复利回报可持续性(定性判断,不填固定回报百分比)

**结论**:长期持有价值【高/中/低】,建议持有周期为XX年(3-5年/5年以上)

## 五、巴菲特式投资决策建议

1. 建仓策略:【满仓/分批/不建仓】,分批建仓价位为XX元、XX元,对应仓位XX%、XX%
2. 持有纪律:持有周期XX年,止盈触发条件(股价涨至内在价值XX%),止损触发条件(基本面恶化/安全边际消失)
3. 风险对冲:针对XXX风险,采取XXX策略(如分散持仓、控制仓位、对冲衍生品等)

> 仓位口径:单只个股 ≤ 总资金 10%;单只高风险/行业 ETF ≤ 总资金 5%(hard constraint);高弹性组合避免同一成长风格重复暴露。三者是**不同层级约束**(个股上限 / 高风险ETF上限 / 组合风格去重),非同一口径,须分别校验。模板/示例输出中的仓位安排须按此口径校验。

## 六、核心风险提示(含空方论点,必填)

1. 风险1:XXX(如行业周期下行),影响程度:XX,应对方案:XX
2. 风险2:XXX(如原材料价格波动),影响程度:XX,应对方案:XX
3. 风险3:XXX(如政策变化),影响程度:XX,应对方案:XX

### 空方论点与证伪条件(必填)
- 空方论点1(论点 + 关键依据):XXXX
- 空方论点2(论点 + 关键依据):XXXX
- 看空情景(可证伪:触发条件 → 影响路径 → 对估值/盈利的冲击):XXXX
- 触发证伪的观察指标(指标 + 跟踪频率 + 阈值/信号 → 触发后动作):XXXX

## 七、最终总结

结合巴菲特四大原则,XX股票【值得/不值得】价值投资;当前股价XX元,【建议/不建议】建仓/持有,核心依据为XXX。

技能使用示例(以福耀玻璃为例)

# 【巴菲特理念】福耀玻璃(代码:600660)价值分析报告

## 一、能力圈原则评估

1. 业务易懂性:清晰,核心业务为全球汽车玻璃研发、生产与销售,无复杂跨界,盈利逻辑为"汽车玻璃销售+售后+海外业务拓展"
2. 认知匹配度:可预判,行业为成熟制造业,需求随汽车保有量、车企销量波动,核心变量为全球汽车行业周期、原材料价格
3. 管理层一致性:专注主业,曹德旺家族长期聚焦汽车玻璃,无频繁跨界,分红政策稳定(连续多年高分红)

**结论**:该股票符合巴菲特能力圈原则

## 二、护城河强度评估

1. 成本优势:强,定量指标:毛利率约36%(行业均值25%)、浮法玻璃自给率超90%,单位成本较国际巨头低15%
2. 品牌壁垒:强,定量指标:全球市占率34%-40%、国内市占率超60%,获奔驰、宝马等全球车企认证
3. 技术/专利壁垒:中,定量指标:专利近1700项,拥有汽车玻璃深加工核心技术,行业认证门槛高
4. 客户转换成本:高,定量指标:大客户合作年限超10年,客户集中度低(前五大客户占比不足30%)
5. 渠道壁垒:强,定量指标:全球9国设厂,渠道覆盖全球主要汽车市场,供应链话语权高

**综合结论**:该股票护城河强度为强,核心护城河为成本优势+全球品牌壁垒+规模效应

## 三、安全边际测算

1. 核心估值指标(当前股价59.13元):
   - PE(TTM):16.57倍(历史中枢20-25倍、行业均值27倍)
   - PB:2.8倍(历史中枢3.5倍、行业均值4倍)
   - 股息率(TTM):4.0%-4.6%(对比无风险利率2.5%)

2. 内在价值测算:基于2026年预期净利100亿+,DCF测算内在价值约65-70元/股

3. 安全边际:约10%-15%(未达30%阈值)

4. 现金流/分红安全垫:2025年经营现金流120.55亿元(同比+40.79%),覆盖归母净利润(约93.12亿元)约129%,分红比例稳定在50%左右(数据来源:福耀2025年报/上交所业绩公告)

**结论**:安全边际一般,估值合理偏低

## 四、长期持有可行性评估

1. 需求韧性:汽车玻璃为汽车刚需配件,需求随汽车保有量、智能化升级(全景天幕、HUD玻璃)持续增长
2. 周期抗风险:强,历史上在汽车行业下行周期中,公司通过成本控制、海外扩张实现业绩韧性增长
3. 复利潜力:历史盈利复合增速12%,分红复合增速8%(长期回报取决于未来增速与买入估值,不设固定回报预期)

**结论**:长期持有价值高,建议持有周期3-5年

## 五、巴菲特式投资决策参考

1. 建仓参考(示例性区间,非买卖指令):安全边际随股价下行增厚,如回落至约 50 元一线可考虑分批布局(该价位为分析参考位,非买入指令);具体仓位按全局口径校验(单只个股 ≤ 总资金 10%)
2. 持有参考:持有周期约 3 年;止盈/止损为**分析参考位**——止盈参考约 70 元、止损参考为基本面恶化信号(市占率明显下滑、毛利率持续走低),非机械买卖指令
3. 风险对冲:通过分散持仓降低单一标的风险,单一标的仓位不超过全局口径上限(单只个股 ≤ 总资金 10%)

## 六、核心风险提示

1. 风险1:全球汽车行业周期下行,导致汽车销量下滑,影响公司业绩,影响程度:中,应对方案:关注海外市场拓展、高毛利产品占比提升
2. 风险2:纯碱等原材料价格上涨,压缩毛利率,影响程度:中,应对方案:锁定原材料长协、优化成本结构
3. 风险3:海外政治经济环境变化,影响海外业务盈利,影响程度:低,应对方案:分散海外市场布局、加强当地合规管理

## 七、最终总结

结合巴菲特四大原则,福耀玻璃是优质价值投资标的;当前股价59.13元安全边际一般,**若回落至约50元一线则安全边际增厚、具备分批布局的分析参考价值(非买卖指令)**,核心依据为其强护城河、健康财务状况与合理估值。

巴菲特核心理念解读

能力圈原则

核心理念:只投资自己真正理解的企业。

巴菲特名言:"投资并不需要你懂得一切,只需要你懂得你所投资的东西。"

实践要点:

  • 避免投资自己无法理解的复杂业务
  • 专注于自己熟悉的行业和公司
  • 承认自己的认知边界,不盲目扩张

护城河原则

核心理念:寻找拥有持久竞争优势的企业。

巴菲特名言:"我寻找那些有宽阔护城河、城堡里有诚实领主的企业。"

实践要点:

  • 识别企业的核心竞争优势
  • 评估护城河的持久性
  • 关注企业维持护城河的能力

安全边际原则

核心理念:以50美分买1美元的资产。

巴菲特名言:"价格是你付出的,价值是你得到的。"

实践要点:

  • 估算企业的内在价值
  • 等待市场价格大幅低于内在价值时买入
  • 留出足够的安全边际应对不确定性

长期持有原则

核心理念:持有优质公司穿越周期。

巴菲特名言:"我最喜欢的持有期是永远。"

实践要点:

  • 选择优质企业长期持有
  • 不因短期波动卖出
  • 享受复利增长

数据获取与口径

  • 获取方式:优先本地 CLI bun run main.ts(实时行情/净值/股息率/K线);估值分位、宏观/行业/财报数据用 WebSearch 补充
  • 官方口径优先:券商实际到账、交易所/公司公告 > 第三方平台;数据冲突以官方为准
  • 禁止编造:取不到的数据标「不可得」,不得臆测填充;预测值须标来源或「作者假设」
  • 数据基准日:所有数值标注取数日期;跨期对比须同一基准日

数据来源参考:公司年报/半年报/季报、交易所公告、行业研究报告、历史估值数据、行业对比数据。

重要提醒

  1. 合规性:所有分析仅供参考,不构成投资建议
  2. 风险提示:股票投资风险较大,可能亏损
  3. 个性化:根据个人风险承受能力和投资目标做出决策
  4. 长期视角:价值投资适合长期持有
  5. 分散投资:不要将所有资金投入单一股票
  6. 持续学习:巴菲特理念需要不断学习和实践

适用场景

  • 询问某股票是否符合巴菲特价值投资理念
  • 要求基于巴菲特四大原则分析个股
  • 寻找具有护城河的优质企业
  • 评估股票的安全边际
  • 制定长期投资策略
  • 价值投资理念学习和实践

不适用场景

  • 短期投机交易
  • 技术面分析
  • 追涨杀跌
  • 概念炒作
  • 高频交易
  • 杠杆投资

Frequently asked questions

What does the Buffett Value Investing AI skill do?

基于巴菲特价值投资四大原则(能力圈、护城河、安全边际、长期持有)分析个股。当用户询问价值投资、巴菲特理念、个股价值分析时调用此技能。

Why use Buffett Value Investing on TypingMind?

Because you install it once and use it with any model. Buffett Value Investing is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Buffett Value Investing in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/belos-street/stock-analytics-agent/tree/main/.agents/skills/buffett-value-investing. TypingMind reads its SKILL.md and installs it as a skill you can enable per chat.

Which AI models can use Buffett Value Investing?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Buffett Value Investing?

As many as you like. As long as a model supports skills, you can use Buffett Value Investing with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Buffett Value Investing AI skill free?

Yes. It is published on GitHub by belos-street under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇