本项目是一个基于巴菲特价值投资理念的多智能体协作系统，通过模拟巴菲特的投资决策过程，对A股上市公司进行全面的价值投资分析。系统采用四个专业智能体协作的方式，分别从"好生意"、"好公司"、"好价格"三个维度进行并行分析，最后由决策智能体进行综合评估。
巴菲特的价值投资理念可以概括为三个核心要素：
- 好生意（Good Business）：具有强大护城河和持续盈利能力的商业模式
- 好公司（Good Company）：优秀的管理层和规范的治理结构
- 好价格（Good Price）：当前价格相对于内在价值具有足够的安全边际
┌─────────────────────────────────────────────────────────┐
│ 数据获取层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 基本信息 │ │ 财务数据 │ │ 市场数据 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ 智能体分析层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 好生意智能体 │ │ 好公司智能体 │ │ 好价格智能体 │ │
│ │ (并行) │ │ (并行) │ │ (并行) │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────┐
│ 决策整合层 │
│ ┌─────────────────┐ │
│ │ 最终决策智能体 │ │
│ │ (串行) │ │
│ └─────────────────┘ │
└─────────────────────────────────────────────────────────┘
分析维度：
-
护城河分析 (40%权重)
- 品牌护城河：品牌价值、消费者忠诚度
- 成本护城河：规模经济、技术优势
- 网络效应护城河：平台价值、生态系统
- 转换成本护城河：客户粘性、系统绑定
- 监管护城河：行业壁垒、政策保护
-
盈利稳定性 (30%权重)
- 收入稳定性：营收增长趋势、客户多样化
- 利润质量：毛利率、净利率稳定性
- ROE持续性：长期ROE表现、驱动因素
-
现金流生成能力 (20%权重)
- 自由现金流：经营现金流质量
- 资本效率：资本支出需求、营运资金管理
-
行业前景 (10%权重)
- 行业增长性：长期发展潜力
- 竞争格局：市场集中度、竞争优势
分析维度：
-
管理层质量 (40%权重)
- 诚信透明度：财务报告质量、信息披露
- 资本配置能力：投资决策、股东回报
- 战略执行力：战略规划、业绩兑现
-
财务健康度 (30%权重)
- 资产质量：资产结构、减值风险
- 负债结构：债务水平、偿债能力
- 盈利质量：利润真实性、会计稳健性
-
治理结构 (20%权重)
- 股权结构：股权集中度、利益一致性
- 董事会治理：独立性、决策有效性
- 内控体系：风险管理、合规监督
-
可持续发展 (10%权重)
- 创新能力：研发投入、技术转化
- ESG表现：环境责任、社会责任
分析维度：
-
绝对估值分析 (40%权重)
- DCF估值：自由现金流折现模型
- 资产价值：净资产、重置成本
- 盈利估值：PE倍数、盈利增长
-
相对估值分析 (30%权重)
- 同行业对比：行业PE、PB对比
- 历史估值：历史估值区间分析
- 市场对比：相对市场估值水平
-
安全边际评估 (20%权重)
- 估值折扣：价格vs内在价值
- 风险调整：各类风险的估值影响
- 下跌保护：最坏情况价值保护
-
投资时机 (10%权重)
- 市场周期：当前市场环境
- 催化剂：价值重估因素
决策框架：
- 权重分配：好生意35% + 好公司35% + 好价格30%
- 决策矩阵：
- 强烈推荐 (8.5-10分)：三项均优秀
- 推荐 (7.0-8.4分)：整体良好
- 谨慎推荐 (5.5-6.9分)：存在不足但有机会
- 不推荐 (0-5.4分)：不符合价值投资标准
fake_buffett/
├── config/
│ └── config.yaml # 配置文件
├── agents/
│ ├── __init__.py
│ ├── base_agent.py # 智能体基类
│ ├── good_business_agent.py # 好生意智能体
│ ├── good_company_agent.py # 好公司智能体
│ ├── good_price_agent.py # 好价格智能体
│ └── final_decision_agent.py # 最终决策智能体
├── data/
│ ├── __init__.py
│ └── data_provider.py # 数据提供者
├── utils/
│ ├── __init__.py
│ └── helpers.py # 辅助函数
├── main.py # 单公司分析主程序
├── main_helper.py # 主程序辅助函数
├── requirements.txt # 依赖包
└── README.md # 项目说明
- Python 3.8+
- 有效的Tushare Pro账户和Token
- OpenAI API Key (或其他支持的LLM API)
pip install -r requirements.txt编辑 config/config.yaml 文件：
api_keys:
# 在 https://tushare.pro/ 注册获取
tushare_token: "your_tushare_token_here"
# OpenAI API Key
openai_api_key: "your_openai_api_key_here"
llm_config:
provider: "openai"
model: "gpt-4"
temperature: 0.1
max_tokens: 32768
scoring_weights:
good_business: 0.35
good_company: 0.35
good_price: 0.30# 分析单个公司
python main.py 600519.SH
# 示例输出
=== 贵州茅台 投资分析报告 ===
股票代码: 600519.SH
最终得分: 8.9/10
投资建议: 强烈推荐
分析摘要: 该公司具备强大的品牌护城河和持续的盈利能力...
详细报告已保存到: results/600519.SH/
- 最终分析: results/600519.SH/final_analysis.json
- 摘要报告: results/600519.SH/summary_report.json
- 各智能体详细分析: results/600519.SH/[agent_type]_analysis.jsonresults/{股票代码}/final_analysis.json：最终综合分析报告results/{股票代码}/summary_report.json：简化摘要报告results/{股票代码}/business_analysis.json：好生意智能体分析results/{股票代码}/company_analysis.json：好公司智能体分析results/{股票代码}/price_analysis.json：好价格智能体分析
- 9-10分：优秀，强烈推荐，符合巴菲特投资标准
- 7-8分：良好，推荐，具备投资价值
- 5-6分：一般，谨慎推荐，存在一定不足
- 3-4分：较差，不推荐，存在明显问题
- 0-2分：糟糕，回避，存在重大缺陷
- 本系统仅供学习和研究使用
- 分析结果不构成投资建议
- 投资有风险，决策需谨慎
- 请结合其他信息进行综合判断
- 依赖第三方数据源的准确性
- 分析基于历史数据，未来表现可能不同
- 部分定性分析基于AI推理，存在不确定性
- 定期更新配置和模型
- 关注市场环境变化
- 结合人工判断进行决策
- 建立适当的风险管理机制
声明：本项目仅用于学习和研究目的，不构成任何投资建议。投资者应当根据自身情况做出独立的投资决策，并承担相应的投资风险。