xbtlin/ai-berkshire

해결하는 문제

AI Berkshire는 표준 AI 재무 분석에서 의사결정 수준의 품질이 부족한 문제를 해결합니다. 일반적인 LLM은 균형 잡혀 있지만 모호한 요약을 제공하는 경우가 많지만, 이 프레임워크는 의사결정 규율, 다각적 대립 분석, 재무적 엄격함을 강제하여 일반적인 요약이 아닌 실행 가능한 투자 리서치 보고서를 생성합니다.

작동 방식

이 프로젝트는 Claude Code 및 Codex와 호환되는 구조화된 "스킬"(명령어) 모음을 제공합니다. AI를 단일 분석가에서 가상 투자 팀으로 변환합니다:

• 멀티 에이전트 대립 관점: 4명의 가치 투자 거장(Warren Buffett, Charlie Munger, Duan Yongping, Li Lu)을 시뮬레이션하여 서로의 결론에 이의를 제기하도록 강제합니다(예: 한 명은 비즈니스 모델에, 다른 한 명은 위험/실패 시나리오에 집중).
• 구조화된 워크플로우: 작업에 따라 특정 파이프라인을 사용합니다. 예를 들어, "산업 퍼널"(전체 시장을 3개 기업으로 필터링)이나 "투자 체크리스트"(6단계 이진 필터) 등이 있습니다.
• 재무 엄격성 도구: 전용 Python 도구(financial_rigor.py)를 사용하여 decimal.Decimal을 채택함으로써 정확한 계산을 수행하고, 시가총액 및 가치 평가에서 LLM의 산술 오류를 방지합니다.
• 편향 방지 메커니즘: 정보 풍부도 평가(A/B/C)와 "미러 테스트"를 구현하여 리서처가 투자 논지를 명확하게 설명할 수 있는지 또는 무지를 인정할 수 있는지 확인합니다.

대상 사용자

AI를 활용하여 심층 리서치 프로세스를 자동화하면서도 전문 가치 투자의 엄격한 지적 규율을 유지하고자 하는 가치 투자자 및 재무 분석가.

주요 특징

• 20가지 전문 스킬: 심층 리서치, 실적 검토, 산업 스캔, 포트폴리오 관리, 뉴스 귀속 분석 등.
• 멀티 에이전트 병렬 처리: /investment-team 스킬은 4개의 독립적인 에이전트를 동시에 배포하여 기업을 조사함으로써 4배의 검색량과 다양한 관점을 제공합니다.
• 의사결정 우선 출력: 중립적인 요약 대신 구체적인 결론(통과/불합격/회색 지대)과 특정 가격 범위를 제시하도록 AI에 강제합니다.
• 비공개 기업 프레임워크: 공개 데이터가 부족한 기업을 위한 전문적인 "탐정 스타일" 리서치 흐름.
• 뉴스 펄스: 기본적인 가치 이벤트와 감정적인 시장 노이즈를 구분하기 위한 10~15분 내의 신속한 귀속 분석 도구.