Berkshire Thesis Tracker

--- name: berkshire-thesis-tracker description: "AI Berkshire skill: 投资论文追踪：买入后的纪律系统. Source: berkshire-thesis-tracker."

Codex adapter note

This skill is generated from berkshire-thesis-tracker so Claude Code and Codex users share one canonical workflow.

• Treat $ARGUMENTS as the user's request in the current Codex thread.
• When the source mentions Claude-only surfaces such as Task, Agent, WebSearch, Bash, Read, or Write, use the closest Codex capability available in this session: subagents when available, web search when needed, shell commands for local tools, and normal file edits for workspace files.
• Use shared project tools from tools/ in this repository. Prefer running commands from the repository root with paths like python3 .claude/skills/berkshire-shared/tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.
• Before starting research, run the date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.
• Preserve the research quality rules from AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.

投资论文追踪：买入后的纪律系统

对 $ARGUMENTS 执行投资论文追踪检查。

支持输入格式：

• 公司名 — 首次使用时建立投资论文，后续使用时追踪检查
• 公司名 建立论文 — 强制重新建立投资论文
• 公司名 季度检查 — 基于最新财报进行论文检查

"买入只是开始。真正的工作是持有期间的持续跟踪。" —— 李录

"当事实改变时，我就改变想法。你呢？" —— 凯恩斯

设计理念

大多数投资者的流程是：研究 → 买入 → 祈祷。缺少买入后的系统化跟踪，导致：

• 该卖的时候舍不得卖（"再等等，会涨回来的"）
• 不该卖的时候恐慌卖出（"跌了20%，是不是我错了"）
• 忘记了当初为什么买的（"我买这个是因为什么来着？"）

巴菲特和李录的做法是：买入前就写下卖出条件。然后每个季度检查论文是否完整。

执行流程

第一步：判断操作模式

检查是否已存在该公司的投资论文文件（reports/{公司名}-thesis.md）：

• 如果不存在 → 进入建立论文模式
• 如果存在 → 进入追踪检查模式
• 如果找不到但用户表示已有 → 询问文件路径

模式A：建立投资论文

A0：数据收集

使用 WebSearch 获取当前股价、估值指标（PE/PB/股息率）、最新财报核心数据，用于填写估值锚点。如果已有该公司的 /investment-research 或 /investment-team 报告，优先从中读取。

使用 .claude/skills/berkshire-shared/tools/financial_rigor.py verify-valuation 校验估值数据。

A1：核心论文（必须用200字以内写清楚）

投资论文必须回答以下5个问题，每个问题一句话：

我以 ___元 买入 ___公司，因为：
1. 这门生意的本质是___，我理解它的赚钱方式
2. 它的护城河是___，而且在变宽/稳定
3. 管理层___，值得信赖的原因是___
4. 当前价格相当于内在价值的___折，安全边际来自___
5. 即使我错了，下行风险可控，因为___

如果5句话写不完整，这个论文本身就有问题——说明买入决策不够清晰。

A2：核心假设清单

把投资论文拆解成可验证的具体假设：

通常3-7个假设。太少说明思考不够深入，太多说明论文不够聚焦。

A3：红线清单（触发任何一条 = 必须重新评估）

段永平："卖出只有三个理由：1.发现买错了；2.公司基本面变了；3.找到了更好的。"

A4：估值锚点

A5：保存论文

将投资论文写入 reports/{公司名}-thesis.md，包含：

• 建立日期
• 买入价格和仓位
• 核心论文（5句话）
• 核心假设清单
• 红线清单
• 估值锚点
• 追踪记录表（初始为空）

模式B：追踪检查

B1：读取现有论文

读取 reports/{公司名}-thesis.md，加载：

• 核心论文
• 核心假设清单
• 红线清单
• 上次检查记录

B2：收集最新数据

使用 WebSearch 收集：

1. 最新财报数据（如果有新的季报/年报）
2. 近期重大事件（管理层变动、监管政策、竞争动态）
3. 当前股价和估值指标
4. 内部人交易记录（大股东增减持）

B3：逐条检查核心假设

对每个核心假设，用最新数据验证：

状态定义：

• 🟢 成立 — 最新数据支持该假设
• 🟡 边际弱化 — 数据仍在可接受范围，但趋势不利
• 🔴 受损 — 数据明确不支持该假设
• ⚫ 破裂 — 假设已被推翻

B4：红线检查

逐条检查红线清单：

任何一条红线触发 → 在报告中用醒目标注，给出明确的行动建议。

B5：估值更新

B6：输出追踪报告

报告结构

一、论文健康度评分（满分10分）
二、核心假设检查结果（表格）
三、红线检查结果（表格）
四、本期关键变化（不超过500字）
五、估值更新
六、结论与行动建议
七、下次检查需关注的重点

论文健康度评分标准

结论必须明确回答

1. 论文还完整吗？ 完整 / 边际弱化 / 受损 / 破裂
2. 该怎么做？ 加仓 / 持有 / 减仓 / 清仓
3. 下次检查时间：下一个季报发布后 / 某个特定事件后

B7：更新论文文件

将本次检查记录追加到 reports/{公司名}-thesis.md 的追踪记录表中：

关键原则

• 买入前就写好卖出条件 — 冷静时做的决策比恐慌时做的好
• 论文要具体到可验证 — "公司很好"不是论文，"ROE>25%且趋势稳定"才是
• 红线一旦触发就行动 — 最怕的是"再等等看"，这是亏大钱的开始
• 论文破裂 ≠ 股价下跌 — 股价跌30%不一定要卖，论文破裂才要卖
• 诚实面对错误 — 论文建错了就承认，不要为了面子硬撑