ai-berkshire: 投資の達人たちのマルチエージェントチームをシミュレートし、意思決定レベルのレポートを生成するバリュー投資リサーチフレームワーク

解決する課題

AI Berkshire は、標準的な AI 金融分析における意思決定レベルの品質不足に対処します。一般的な LLM はバランスの取れた曖昧な要約を提供しがちで、決定的な結論を避けますが、本フレームワークは規律ある構造化投資リサーチプロセスを強制します。正確な Python ツールを使用して「幻覚」的な金融計算を排除し、4 人のバリュー投資の達人間の多視点ディベートをシミュレートすることで認知的ブラインドスポットを防ぎます。

仕組み

本プロジェクトは Claude Code と Codex に対応した「Skills」（構造化ワークフロー）のコレクションを提供します。3 つの層で構成されます。

1. Skill 層: 深層企業調査、決算レビュー、業界スクリーニング、ポートフォリオ管理など、さまざまなシナリオ向けの 18 の具体的エントリーポイント。
2. Agent 層: 各スキルが複数の AI エージェント（ウォーレン・バフェット、チャーリー・マンガー、段永平、李魯 の視点を表現）を起動し、並行リサーチ、データの相互検証、結論への相互挑戦を実施。
3. Tool 層: 専用の金融厳密性ツール (financial_rigor.py) が Python の decimal.Decimal を用いた高精度計算を行い、複数の独立ソースからのデータをクロスバリデートして正確性を確保。

対象ユーザー

シンプルな AI プロンプトを超えて、プロフェッショナルレベルの投資リサーチを行いたい投資家向けです。単一ユーザーでもフルリサーチチームと同等の深さと厳密さで作業できます。

ハイライト

• マルチマスター視点: 4 人のバリュー投資レジェンド間のディベートをシミュレートし、矛盾点やリスクを特定。
• 意思決定重視のアウトプット: 曖昧な要約ではなく、明確な結論（Pass/Fail/Grey）と具体的な価格帯を強制。
• 金融厳密性: 時価総額や評価額の計算ミスを防ぐ Python ベースの検証システムを搭載。
• バイアス除去メカニズム: 情報リッチネス評価（A/B/C）、マンガー流逆転思考（失敗シナリオ分析）、意思決定規律のための「ミラーテスト」を実装。
• 多様なリサーチツールセット: 上場・非上場企業の深堀から、価格変動を引き起こすニュースを 10 分で属性付けする高速分析まで網羅。