ai-berkshire: 伝説的な投資家をシミュレートして意思決定レベルのリサーチレポートを作成するマルチエージェント・バリュー投資フレームワーク

何を解決するか

AI Berkshireは、標準的なAI生成の投資分析における、意思決定レベルの品質と規律の欠如に対処します。一般的なLLMは、しばしばバランスは取れているものの曖昧な「一方で...一方で...」といった回答を提供しがちですが、このフレームワークは、AIに具体的な結論、特定の価格帯、および厳格な財務検証を強制することで、実際の投資意思決定を可能にします。

仕組み

このプロジェクトは、Claude CodeおよびCodexと互換性のある、構造化された「Skills」（コマンド）のコレクションを提供します。マルチエージェント・アーキテクチャを採用することで、単一のユーザーを仮想的な投資チームへと変貌させます。

• マルチ・パースペクティブ・エージェント: 4人のバリュー投資のマスター（Warren Buffett, Charlie Munger, Duan Yongping, Li Lu）のチームをシミュレートし、それぞれが異なる角度（例：ビジネスの本質、経済的な堀、逆転の発想、長期的な確実性）から企業を分析します。これらのエージェントは、盲点を排除するために互いに議論し合うように設計されています。
• 構造化されたワークフロー: 事前に定義されたチェックリストやファネル（例：「Mirror Test」）を使用して、異なる企業間でも一貫した深さと形式を確保します。
• 財務的厳密さのツール: LLMの計算エラーを防ぐため、decimal.Decimalを利用して精密な計算を行い、複数の独立したソースからのデータを相互参照するPythonベースのツール（financial_rigor.py）を使用します。
• レイヤー化された設計: 機能をSkillレイヤー（19の特定の入り口）、Agentレイヤー（マスターたちの並列スケジューリング）、およびToolレイヤー（精密な計算と検索）に分離しています。

対象者

人間のリサーチチームを必要とせずに、プロフェッショナル級の構造化されたバリュー投資リサーチを求める投資家、およびClaude CodeやCodexを使用して財務分析を自動化したいと考えている人々を対象としています。

ハイライト

• 意思決定志向の出力: 一般的な要約ではなく、「Pass/Fail/Grey」の結論を強制します。
• マルチ・エージェントによる対立: 4つの異なる投資哲学を用いて緊張感を生み出し、確証バイアスを回避します。
• アンチ・バイアス・メカニズム: 情報の豊かさの格付け（A/B/C）、Munger流の逆転テスト、および「即時却下」のレッドライン・リストを含んでいます。
• 包括的なスキルセット: 深いリサーチ、決算レビュー、業界スクリーニング、ポートフォリオ管理、およびニュースの属性特定をカバーする19の専門的なツールを提供します。
• 財務的精度: LLMにありがちな算術的なハルシネーションを防ぐため、時価総額やバリュエーションに対して厳格な検証を実装しています。