ai-berkshire

English | 中文

"가격은 당신이 지불하는 것이고, 가치는 당신이 얻는 것이다." — Warren Buffett

AI를 통해 투자 연구의 깊이와 효율성을 재정의합니다.

AI Berkshire는 Claude Code를 기반으로 한 투자 연구 Skill 모음집으로, 버핏(Buffett), 멍거(Munger), 돤융핑(Duan Yongping), 리루(Li Lu) 네 명의 가치 투자 거장들의 방법론을 체계적이고 구조화하여 AI Agent를 통해 전문가 수준의 투자 연구를 구현합니다.

개인 1명 + Claude = 하나의 투자 연구 팀.

단순한 이론이 아닙니다. 이 프레임워크의 이면에는 실제 자본으로 검증된 투자 체계가 있습니다.

지표	2024년 연간	2025년 현재
본 프레임워크 실전 투자	+69.29%	+66.38%
항셍 지수 (Hang Seng Index)	+17.67%	+27.77%
S&P 500	+23.31%	+16.39%
CSI 300 (沪深300)	+14.68%	+17.66%
나스닥 (Nasdaq)	+28.64%	+20.36%

2024년 초과 수익: S&P 500 대비 46%p 상회, 항셍 지수 대비 52%p 상회

2025년 초과 수익: S&P 500 대비 50%p 상회, 항셍 지수 대비 39%p 상회

2년 누적 실전 수익 146만 위안 초과, 2년 연속 글로벌 주요 지수를 크게 상회했습니다.

면책 조항: 과거의 수익이 미래의 성과를 보장하지 않습니다. 스크린샷은 富途證券(Futu Securities) 실제 계좌에서 가져왔습니다.

당신은 당연히 Claude에게 직접 이렇게 물을 수 있습니다: "핀둬둬(Pinduoduo)를 살 가치가 있는지 분석해줘". 그러면 당신은 "한편으로는... 다른 한편으로는..." 식의 균형 잡힌 분석을 받게 될 것이고, 마지막에는 "투자는 위험하니 스스로 판단하십시오"라는 결론으로 끝날 것입니다.

이런 분석은 맞는 것처럼 보이지만, 의사결정을 내리는 데는 사용할 수 없습니다.

AI Berkshire가 해결하는 문제는 "분석을 할 수 있는가"가 아니라, 분석의 품질과 의사결정 규율의 문제입니다. 다음은 핵심적인 차이점입니다:

AI에게 직접 물으면 양쪽의 비위를 맞추는 "분석"을 얻게 됩니다. AI Berkshire는 강제로 통과/통과 불가/회색 지대를 출력하며, 구체적인 가격 구간과 계층별 제안을 동반합니다.

일반적인 AI의 답변:

"핀둬둬는 성장 잠재력이 있지만 경쟁 압력에도 직면해 있으므로, 투자자는 이를 저울질해야 합니다..."

AI Berkshire의 출력:

전략	제안	가격 구간
공격형	현재 가격에서 20% 매수 가능	$95-105
안정형	자사주 매입 정책이 명확해진 후 매수	$85-95
보수형	10년의 확실성 기준에 부합하지 않음, 관망	—

거울 테스트: 5문장으로 설명이 불완전하면 = 매수하지 않음, 예외 없음.

단순히 "버핏의 방법으로 분석해줘"라고 하는 것만큼 간단하지 않습니다. 네 가지 관점은 실제적인 모순과 긴장을 만들어냅니다—

핀둬둬를 예로 들면:

돤융핑 (비즈니스 모델): 좋은 사업, C2M 모델은 복제하기 어려움 → 점수 3.7/5
버핏 (재무 가치 평가): 현금 제외 PER(PE)이 6.3배에 불과한 현금 인출기 → 점수 4.4/5
멍거 (역발상 사고): 해자(Moat)가 생각보다 얕음, 틱톡(Douyin)이 3년 만에 GMV 4조 위안 달성 → 점수 3.5/5
리루 (장기적 확실성): 경영진 문화에 잠재적 위험 존재, 10년 후 불확실함 → 점수 2.0/5

버핏은 "정말 싸다"고 말하고, 리루는 "불확실하면 사지 않는다"고 말합니다—이러한 충돌이야말로 투자 결정의 실제 상태입니다. 단일 프롬프트(Prompt)로는 이러한 다각적 대립을 만들어낼 수 없으며, 이것이 바로 사각지대를 피하는 핵심입니다.

AI가 가장 위험한 것은 틀린 답을 주는 것이 아니라, 맞아 보이지만 검증되지 않은 답을 주는 것입니다. AI Berkshire는 프로세스 내에 다층적인 "사기 방지" 메커니즘을 내장하고 있습니다:

메커니즘	해결하는 문제	예시
정보 풍부도 등급 (A/B/C)	"자료가 많으면 확실성이 높다"는 환각 방지	포포마트(Pop Mart)를 B급으로 평가: 데이터가 제한적이며, 추정 지표에 신뢰도 표시
멍거식 역발상 검증	실패 시나리오에 대한 강제적 사고	"어떤 상황에서 핀둬둬가 망할까?" → 5가지 시나리오 및 확률 나열
빠른 거부 리스트	8가지 레드라인에 의한 즉시 거부	경영진의 도덕성 결함 → 가치가 아무리 싸더라도 즉시 거부
반(反)컨센서스 체크	시장의 생각과 동일해지는 것 방지	"똑똑한 사람들은 왜 공매도를 하고 있는가?" → 간과된 리스크 발견
여백의 원칙	차라리 "모른다"고 말하기	데이터가 부족할 때 "회색 지대"로 표시하여 추측으로 확실성을 가장하지 않음

LLM(대규모 언어 모델)의 암산은 신뢰할 수 없습니다. PE 계산에서 소수점 하나를 틀리거나, 시가총액 단위를 홍콩 달러와 위안화로 혼동하면 잘못된 투자 결정으로 이어질 수 있습니다.

실제 사례: 텐센트(Tencent)를 분석할 때, 출처에 따라 시가총액 데이터가 "홍콩 달러 억"과 "위안화 억" 두 가지 단위로 존재할 수 있습니다. AI Berkshire의 처리 방식:

# 시가총액 수동 검증: 주가 × 총 발행 주식 수, 보고서 데이터와 비교
python3 tools/financial_rigor.py verify-market-cap \--price 510 --shares 9.11e9 --reported 4.65e12 --currency HKD
...

모든 계산은 Python의 decimal.Decimal (정밀 십진법)을 사용하며, float를 사용하지 않습니다. 핵심 데이터는 최소 2개의 독립적인 출처를 통해 교차 검증합니다.

AI에게 직접 물어보면 매번 출력되는 형식, 깊이, 범위가 제각각입니다. 오늘은 텐센트(Tencent)를 분석하며 해자(Moat) 점수를 매겼는데, 내일 메이투안(Meituan)을 분석할 때는 그 기준을 잊어버릴 수도 있습니다.

AI Berkshire는 다음과 같은 사항을 보장합니다: 동일한 입력 → 일관된 구조와 깊이를 가진 출력.
이를 통해 여러분은 다음과 같은 작업을 수행할 수 있습니다:

• 7개 기업을 동일한 평가 기준으로 동일하게 비교
• 동일 기업을 반년 후에 다시 분석하여 변화를 직접 비교
• 팀원 간의 연구 결과 정렬(Alignment)

실제 출력 결과 — 7개 기업을 동일한 기준의 체크리스트(Checklist)로 선별:

기업	통과 여부	능력 범위 (Circle of Competence)	좋은 비즈니스	해자 (Moat)	경영진	안전 마진 (Margin of Safety)	종합 점수
마오타이 (Moutai)	✅ 통과	★★★★★	★★★★★	★★★★★	★★★☆☆	★★★★☆	4.7
텐센트 (Tencent)	✅ 통과	★★★★☆	★★★★★	★★★★★	★★★★☆	4.7
엔비디아 (NVIDIA)	✅ 조건부	★★★★☆	★★★★★	★★★★★	★★★★★	★★★☆☆	4.3
메이투안 (Meituan)	✅ 조건부	★★★★☆	★★★★☆	★★★★☆	★★★★☆	★★★★☆	4.0
콰이쇼우 (Kuaishou)	✅ 조건부	★★★☆☆	★★★★☆	★★★★☆	★★★★☆	★★★★★	4.0
핀둬둬 (Pinduoduo)	❓ 회색지대	★★★★☆	★★★★☆	★★★☆☆	★★★☆☆	★★★★★	3.8
팝마트 (Pop Mart)	❓ 회색지대	★★★☆☆	★★★★☆	★★★★☆	★★★★★	★★★☆☆	3.7

/investment-team

**4개의 독립적인 에이전트(Agent)**를 가동하여 동시에 한 기업을 연구합니다. 각 에이전트는 각자 웹을 검색하고, 데이터를 교차 검증하며, 독립적으로 결론을 내립니다. 이는 하나의 프롬프트(Prompt)를 네 부분으로 나누는 것이 아닙니다. 4명의 '애널리스트'가 각자 완전한 연구를 수행하면, 팀 리드(Team Lead)가 이를 종합하는 방식입니다.

개인이 AI에게 직접 물어볼 때의 컨텍스트 윈도우(Context Window)는 하나뿐입니다. 하지만 4개의 에이전트가 병렬로 작동하면 4배의 검색량, 4배의 정보원, 4개의 독립적인 관점을 갖게 됩니다.

┌─────────────────────────────────────────────┐
│ 팀 리드 (Team Lead, 당신) │
│ 총괄 조정 · 종합 판단 │
...

일반인이 AI에게 물어봐서 얻는 것이 "그럴싸해 보이는 분석"이라면, AI Berkshire를 통해 얻는 것은 "의사결정에 바로 사용할 수 있는 투자 연구 보고서"입니다.

이미지 출처:

assets/architecture.mmd

(Mermaid 편집 가능 소스 코드)

3층 설계 철학:

스킬(Skill) 층: "무엇을 할 것인가"를 16개의 명확한 입구로 추상화합니다 — 심층 연구, 재무제표 분석, 산업 스크리닝, 포트폴리오 관리, 사고 도구 등 상황에 맞춰 선택합니다.
에이전트(Agent) 층: 각 스킬 내부에서 4개의 에이전트가 병렬로 작동합니다 — 이들은 각자 독립적으로 검색하고, 독립적으로 판단하며, 서로의 의견에 도전(Challenge)한 뒤, 최종적으로 팀 리드가 종합합니다.
도구(Tool) 층: 정밀 계산, 실시간 검색, 보고서 샘플링 검사 등을 통해 모든 보고서의 데이터 엄격성과 검증 가능성을 보장합니다.

Skill	용도	적합한 시나리오
/investment-research	4대 마스터 종합 심층 분석	상장 기업 한 곳에 대한 전방위적 투자 연구
/investment-team	다중 에이전트 병렬 투자 연구 팀	4개의 에이전트가 병렬 연구, 가장 빠르고 포괄적임
/management-deep-dive	경영진 심층 연구	"주식을 사는 것은 사람을 사는 것이다" — 경영진이 핵심 변수일 때 심층 분석
/private-company-research	비상장 기업 심층 연구	앤트 그룹(Ant Group), 스페이스X(SpaceX) 등 정보가 희소한 비상장 기업 연구
/deep-company-series	8편의 장문 시리즈로 기업 해부	전문 매거진 수준의 심층 시리즈, 인지 재설정부터 의사결정 루프까지 12만 자 분량

Skill	용도	적합한 시나리오
/earnings-review	재무제표 정독 (1차 자료)	2차 리포트에 의존하지 않고 원본 재무제표만 읽음, 워런 버핏처럼 연차 보고서 읽기
/earnings-team	재무제표 정독 팀 + 콘텐츠 발행	4대 마스터의 병렬 재무제표 해석 → 편집 및 윤문 → 독자 리뷰 → 발행 가능한 기사 생성

Skill	용도	적합한 시나리오
/industry-research	산업 가치사슬(Value Chain) 전경 스캔	한 산업의 모든 투자 기회 연구 (산업 가치사슬 단계별 분석)
/industry-funnel	산업 깔때기(Funnel) 스크리닝	전체 시장 → 10개 이하로 1차 선별 → 최종 3개 기업 심층 분석
/quality-screen	부실 기업 제거 (7가지 핵심 지표)	일류 기업이 아닌 곳을 빠르게 배제, 개별 종목/산업/지수/테마별 대량 스크리닝 지원
/investment-checklist	워런 버핏식 매수 전 체크리스트	6단계의 빠른 선별을 통해 10분 만에 심층 분석 가치가 있는지 결정

기술 (Skill)	용도	적합한 시나리오
/portfolio-review	포트폴리오 관리 및 최적화	"기업 연구" 단계에서 "포트폴리오 관리" 단계로 업그레이드 — 비중, 집중도, 리밸런싱 (Rebalancing)
/thesis-tracker	투자 논거 (Investment Thesis) 추적	매수 후의 규율 시스템: 투자 논거가 반증(Falsified)되는지 지속적으로 추적
/news-pulse	주가 변동의 빠른 원인 규명	주가 급등/급락 시 10분 만에 "무슨 일이 일어났는지" 파악

기술 (Skill)	용도	적합한 시나리오
/dyp-ask	돤융핑 (Duan Yongping) 질의응답	비즈니스, 투자, 인생에 관한 모든 문제를 돤융핑의 방식으로 사고하기
/financial-data	재무 데이터 획득 및 교차 검증 규범	핵심 데이터가 2개의 독립된 출처에서 왔는지 확인, 오차 >1% 시 경고

npm install -g @anthropic-ai/claude-code

skills/ 디렉토리 아래의 .md 파일들을 당신의 Claude Code commands 디렉토리로 복사하세요:

# 저장소 클론
git clone https://github.com/xbtlin/ai-berkshire.git
# skills를 Claude Code 글로벌 commands 디렉토리로 복사
...

Claude Code에서 직접 호출:

# 심층 연구
/investment-research 텐센트
/investment-team 메이투안
...

가장 포괄적인 단일 기업 심층 연구 프레임워크입니다. 7개 모듈 순서에 따라 실행합니다:

데이터 수집 → 비즈니스의 본질 (돤융핑) → 해자 (Buffett) → 역발상 사고 (Munger)
→ 경영진 평가 (돤융핑 + Buffett) → 문명 트렌드 (Li Lu) → 밸류에이션 및 안전 마진

핵심 특징:

• AI 연구 편향 자각 메커니즘 (A/B/C급 정보 풍부도 등급제)
• 핵심 데이터 다중 소스 교차 검증 (시가총액 수기 검증, 최소 2개의 독립 출처)
• 네 명의 거장이 던지는 "추가 질문"이 전체를 관통
• 세 가지 시나리오 밸류에이션 (낙관/중립/비관) + 역방향 DCF (Discounted Cash Flow)

출력 예시 발췌:

차원	결론	신뢰도
비즈니스 품질 (돤융핑)	매우 우수: 플랫폼형 비즈니스, 양면 네트워크 효과, 한계 비용 제로화에 근접	★★★★★
해자 (Buffett)	넓고 점점 더 넓어짐: 네트워크 효과 + 전환 비용 + 규모의 경제의 삼중 결합	★★★★☆
경영진 (돤융핑 + Buffett)	우수: 창업자가 키를 잡고 있으며, 자본 배분 규율이 강함	★★★★☆
최대 리스크 (Munger)	규제 정책의 불확실성, 신규 사업의 손실이 전체 이익을 저해함	★★★☆☆
문명 트렌드 (Li Lu)	디지털 소비 트렌드에 부합하나, "문명급 패러다임 전환" 수준은 아님	★★★★☆
밸류에이션 (Buffett + 돤융핑)	현재 PE 18x, 역사적 중앙값보다 낮은 수준으로 일정 수준의 안전 마진 존재	★★★★☆

돤융핑: "이 비즈니스의 본질은 소비자와 판매자를 연결하는 것이며, 효율성 향상에서 수익을 창출합니다. 좋은 비즈니스의 징표는 다음과 같습니다: 사용자가 많아질수록 판매자가 많아지고, 판매자가 많아질수록 사용자가 많아집니다. 플라이휠(Flywheel)이 한 번 돌기 시작하면 멈추기 어렵습니다."

멍거: "거꾸로 생각해보십시오. 만약 이 회사가 내일 사라진다면, 사용자와 판매자는 어떻게 될까요? 만약 답이 '금방 대체품을 찾을 것이다'라면 해자가 충분히 깊지 않은 것입니다. 만약 답이 '생활이 매우 불편해질 것이다'라면 주목할 가치가 있습니다."

4개의 AI Agent를 동시에 가동하여 실제 투자 연구 팀의 협업을 시뮬레이션합니다. 각 Agent는 독립적으로 검색, 독립적으로 분석, 독립적으로 점수를 부여하며, 마지막으로 팀 리더(Team Lead)가 종합적으로 판단합니다.

출력 예시 발췌:

메이투안은 중국 로컬 라이프 서비스의 절대적인 선두주자로, 다중 네트워크 효과 해자를 보유하고 있습니다. 현재 밸류에이션은 역사적 저점 수준이며, 장기 투자 가치가 현저하므로 저점 매수를 권장합니다.

차원	프레임워크	점수	핵심 판단
비즈니스 모델 & 해자	돤융핑	★★★★☆	강력한 양면 네트워크 효과, 배달+매장 방문 서비스가 플라이휠 형성
재무 & 밸류에이션	Buffett	★★★★☆	핵심 사업의 이익률이 지속적으로 개선 중이며, 밸류에이션이 역사적 저점에 위치
산업 & 경쟁	Munger	★★★☆☆	Douyin(틱톡)의 매장 방문 서비스 침투로 인해 경쟁 구도 악화 리스크 존재
리스크 & 경영진	Li Lu	★★★★☆	왕싱(Wang Xing)의 전략적 안목은 탁월하나, 신규 사업의 현금 소진(Burn rate) 주의 필요

종합 점수: 3.8 / 5

전략	제안	가격 구간 (HKD)
공격형	현재 가격에서 30% 비중 매수	120-140
안정형	100-110까지 조정 시 매수	100-120
보수형	분기 보고서를 통해 이익률 추세를 확인한 후 진입	<100

6단계 빠른 선별을 통해, 10분 만에 특정 기업이 심층 연구할 가치가 있는지 결정하도록 도와줍니다:

제1관문: 능력 범위 (내가 이해할 수 있는가?) 
↓ 통과
제2관문: 좋은 비즈니스 (경제적 특징은 어떠한가?) 
...

다수 기업 비교 지원 — 한 번에 여러 종목을 선별합니다:

/investment-checklist 텐센트, 알리바바, 메이투안, 핀둬둬

출력 예시 발췌:

"나는 텐센트를 380 HKD에 매수했습니다. 이유는 다음과 같습니다:"

• 이 비즈니스의 본질은
  소셜 네트워크 + 디지털 콘텐츠 플랫폼이며, 나는 이를 이해하고 있습니다; - 해자(Moat)는
  12억 사용자의 소셜 관계망이며, 더욱 확장되고 있습니다; - 경영진인
  Pony Ma는 겸손하고 실무적이며 자본 배분이 뛰어나 신뢰할 수 있습니다; - 현재 가격은 내재 가치의
  80% 수준으로, 일정 수준의 안전 마진(Margin of Safety)이 있습니다; - 설령 내가 틀리더라도 하방 리스크는 통제 가능합니다. 왜냐하면
  장부상 순현금이 2,000억 위안을 초과하며, 게임 현금 흐름이 강력하기 때문입니다.

✅ 거울 테스트 (Mirror Test)

5문장으로 설명할 수 없다면 = 사지 않는다. 예외는 없다.

하나의 투자 테마에서 출발하여, 산업 체인(Industry Chain)의 전경 연구를 완성한다:

투자 논리 체인 구축 → 산업 체인 전경도 → 글로벌 상장사 스캐닝
→ 각 단계별 선도 기업 4대 요소 분석 → 포트폴리오 구성 제안

출력 예시 발췌:

기저 트렌드: AI 데이터 센터 전력 수요 폭발 + 탄소 중립 목표 → 결과: 안정적인 청정 기저 부하 전원 수요 급증 → 창출: 원자력 발전 재가동/신설/SMR의 확실한 수요 → 수혜: 우라늄 광산 → 연료 가공 → 설비 제조 → 운영사

계층	비중	종목	단계	핵심 논리	핵심
레벨	50%	중국광핵(CGN), Cameco	운영 + 우라늄 광산	확실성 가장 높음	위성
레벨	30%	중국핵전, 동방전기	운영 + 설비	국산 대체 수혜	옵션
레벨	15%	NuScale, Nano Nuclear	SMR	고위험 고탄력	ETF 대체
레벨	URA, URNM	전체 체인	게으른 사람을 위한 솔루션

하나의 산업/방향에서 출발하여, 전 시장 → ≤ 10개 → 3개로 단계별 정밀 선별:

전 시장 스캐닝 (활성도 + 상승률 + 시가총액 상위 30개 합집합, 30-60개)
↓ 가치 투자 5가지 핵심 지표
1차 스크리닝 ≤ 10개
...

핵심 특징:

• 각 단계마다 명확한 유지/탈락 기준이 있으며, 탈락된 종목은 탈락 이유를 남김 (블랙박스 방지)
• 최종 3개 종목은 점수 순위가 아닌 "포트폴리오 상호 보완성"에 따라 선정 (고확실성 + 중간 탄력성 + 고탄력성)
• "미래 IPO 후보"를 강제로 나열하여 1차 시장(Private Market)의 핵심 플레이어를 놓치지 않도록 함
• AI 편향 자각 메커니즘: 대장주 선호 / 영어 선호 / 스토리 선호 / 상장사 선호에 대응

** /industry-research 와의 차이점**:

industry-research는 산업 체인 구조와 전경에 중점 (단계별 슬라이싱)
industry-funnel은 개별 종목 선정 깔때기에 중점 (전 시장에서 단계별로 3개까지 정밀 선별)

실측: AI 산업 4개 서브 섹터 병행 (2026-05-09):

서브 섹터	최종 선정 3개	핵심 비중 추천
AI 컴퓨팅 파워	TSMC / NVIDIA / SK Hynix	TSMC ★★★★★
...

핵심 발견: AI 애플리케이션 계층의 최대 승자는 AI 네이티브(AI Native) 기업이 아니라, 채널 + 데이터 + 워크플로우 침투력을 가진 성숙한 거대 기업이다. 이는 1995-2000년 인터넷 버블 당시의 "곡괭이와 삽(Selling shovels)" 역사적 법칙(아마존과 애플은 승리하고, Pets.com은 패배함)과 일맥상통한다.

전체 보고서: AI 컴퓨팅 파워 · AI 모델 · AI 애플리케이션 · AI 인프라 전력

정보가 희소한 비상장 기업을 위해 설계된 "탐정식" 연구 프레임워크:

핵심 차별화:

재무 데이터 조합: IPO 투자 설명서, 모회사 재무제표, 펀딩 뉴스, 산업 데이터 등 다각적 소스 조합
신뢰도 표기: 각 데이터 포인트에 🟢높음 / 🟡중간 / 🔴낮음 신뢰도 표기
다각적 가치 평가 교차 검증: 펀딩 가치 평가법 + 유사 기업 비교법 + DCF + 종국 가치 역산법
엑시트(Exit) 경로 분석: IPO / M&A / 세컨더리 매각 등 모든 경로 평가

출력 예시 발췌:

항목	내용	최신 가치 평가
추정 가치	~$350B (2025년 세컨더리 시장)	🟡
추정 매출	~$130억 (2024년)	🟡
Starlink 사용자	400만 명 이상 (2024년 말)	🟢
발사 횟수	연간 100회 이상 (2024년)	🟢

방법	가치 평가 범위	설명
최근 펀딩	$350B	세컨더리 시장 호가, 유동성 프리미엄 반영
유사 기업 비교법	$200-280B	통신 + 항공우주 + 국방 기업 비교
DCF (중립)	$250-350B	Starlink의 2027년 매출을 $300억으로 가정
종국 가치 역산	$400-600B	Starlink가 글로벌 통신 인프라가 된다고 가정

종합 적정 가치 범위: $250B - $400B

"주가가 급등/급락할 때 무슨 일이 일어났는지 빠르게 파악하기" 위해 설계된 정보 대응 기술(Skill). **심층 투자가 아니라, 10-15분 내의 빠른 원인 규명(Attribution)**을 목적으로 한다. 이는 포지션 변동 시 근거 없는 소문(小作文)에 불안해하거나 맹목적으로 손절하는 것을 방지한다.

핵심 차별화:

4차원 병행 정찰: 기업 이벤트 / 규제 정책 / 산업 경쟁자 / 시장 심리 (셀사이드 + 인플루언서 + 남향 자금)
나열보다 원인 규명 우선: 모든 뉴스를 나열하는 것이 아니라, "어떤 이벤트가 이번 주가 변동에 부합하는가"를 판단
강제적 성격 판단: 가치 이벤트 / 심리적 변동 / 원인 불명 / 혼합 — 이 중 "원인 불명"이 가장 가치 있는 출력물임 (내부 정보에 의한 선취매 가능성 존재)
명확한 행동 제안: 심층 연구 트리거 여부, 논문 재검토 필요성, 단순 관찰 여부 등

다른 Skill과의 차이점:

시나리오	사용 도구
완전한 투자의견 연구 (시간 단위)	/investment-team 또는 /investment-research
...	주가 변동 10분 내 원인 분석
	/news-pulse

출력 예시 발췌 (Tencent 4/17-5/01 실측, 14일간 -10.47%):

이번 -10.47% 하락은 약 70-80%가 자금 측면 + 심리 측면(자사주 매입 침묵기 + 남향 자금 감소 + 섹터 beta + AI 내러티브 상실)에 의해 발생했으며, 20-30%는 AI 투자 배증에 따른 지연된 소화 과정에 의해 발생했습니다—

펀더멘털(Fundamental) 측면의 악재는 없으며, 셀사이드(Sell-side)는 매수 컨센서스를 유지하고 있습니다. 성격상 "유동성 + 심리형 조정"에 해당하며, 가치 관련 이벤트가 아닙니다.

후보 설명	추정 기여도	신뢰도
자사주 매입 침묵기 종료 (구조적, 5/13 실적 발표 전)	-3% ~ -4%	높음
남향 자금의 Tencent 순매도로 전환	-2% ~ -3%	높음
AI 내러티브를 경쟁사에 빼앗김 (DeepSeek V4/Qwen3.6/Yue Ming 1T)	-1% ~ -2%	중간
섹터/매크로 beta (유가 + 지정학 + Fed Warsh 매파적 발언)	-2% ~ -3%	높음
1분기 실적 발표 전 위험 회피	-1% ~ -2%	중간
펀더멘털 악화	0%	매우 높음 (제외)
합계	70% 자금/심리 측면 + 20% AI 장기 내러티브 우려 + 10% 1분기 실적 전 불확실성

핵심 반증: Duan Yongping 4/8 Tencent Put 매도 (상승 베팅); 24개 셀사이드의 컨센서스 Strong Buy; NetEase 4/30 시장 역행하여 2% 상승 (게임 산업 문제 제외); Tencent가 Hang Seng Tech 지수 대비 7%p 하회 (Hang Seng Tech는 월간 오히려 4% 상승).

호출 방식:

/news-pulse Tencent
/news-pulse PDD 12% 하락 일주일 내
/news-pulse miHoYo

다음은 본 프레임워크를 사용하여 생성된 실제 투자 연구 보고서로, AI 투자의 실제 출력 효과를 보여줍니다.

회사	사용 Skill	핵심 결론	보고서 링크
PDD (Pinduoduo)	/investment-team	종합 3.4/5, 극도로 저렴하지만 10년 확정성이 부족하여 중간 비중 적합	보고서 보기
Tencent Holdings (0700.HK)	/investment-research	소셜 독점 + 탁월한 자본 배분, 14x Forward PE는 합리적이며 낮음	보고서 보기
7개 기업 비교	/investment-checklist	Moutai, Tencent 통과; NVIDIA, Meituan, Kuaishou 조건부 통과; PDD, Pop Mart 회색	보고서 보기
거장 포트폴리오 추적	커스텀 연구	Buffett/Li Lu/Duan Yongping 최신 13F 보유 현황 + PDD 원가 분석	보고서 보기

더 많은 보고서가 지속적으로 추가될 예정입니다. 본 프레임워크로 생성한 연구 보고서를 PR(Pull Request)로 제출해 주세요.

┌──────────────────┐
│ Duan Yongping │
│ "올바른 비즈니스" │
...

네 명의 거장은 단순한 분업이 아니라, 서로를 **도전(Challenge)**하도록 설계되었습니다:

• Duan Yongping이 "좋은 비즈니스"라고 말하면, Munger는 "어떻게 망할 수 있는가"라고 묻습니다.
• Buffett가 "충분히 저렴하다"라고 말하면, Li Lu는 "10년 후에도 남아있을 것인가"라고 묻습니다.
• 당신이 얻는 것은 네 개의 보고서를 짜깁기한 것이 아니라, 네 가지 사고방식의 충돌입니다.

기능	명령어	해결하는 문제
시가총액 검증	verify-market-cap	주가 × 총 발행 주식 수: 정확한 계산 및 단위 오류 탐지
밸류에이션 검증	verify-valuation	PE/PB/ROE/FCF Yield: 정확한 십진법 계산
다중 소스 교차 검증	cross-validate	N개 소스의 동일 데이터 자동 비교, 허용 오차 초과 시 경고
3가지 시나리오 밸류에이션	three-scenario	낙관/중립/비관 시나리오별 목표가 정확한 계산
Benford의 법칙 탐지	benford	재무 데이터의 첫째 자리 숫자 분포 이상 탐지
정밀 계산기	calc	임의의 재무 수식 정밀 계산, LLM의 암산 대체

설계 원칙: 모든 계산은 Python의 decimal.Decimal (정밀 십진법)을 사용하며, float (부동 소수점 근사치)를 사용하지 않습니다. 금융 시나리오에서 0.1 + 0.2 = 0.3이 성립하지 않는 것은 허용되지 않습니다.

• 4대 거장 종합 분석 프레임워크 (/investment-research)
• 다중 Agent 병렬 투자 연구 팀 (/investment-team)
• Buffett 매수 전 체크리스트 (/investment-checklist)
• 산업 체인 전체 스캔 (/industry-research + /industry-funnel)
• 비상장 기업 연구 프레임워크 (/private-company-research)
• 금융 엄밀성 도구 (정밀 산술, 시가총액 검증, 다중 소스 교차 검증, Benford의 법칙 탐지)
• 주가 변동 빠른 원인 분석 (/news-pulse)

4차원 병렬 정찰) - 실적 발표 정독 (/earnings-review)

• /earnings-team (4인의 마스터 병렬 해석)

• 포트폴리오 관리 (/portfolio-review)

포지션 점검 및 리밸런싱 (Rebalancing) - 투자 논거 (Investment Thesis) 추적 (/thesis-tracker)

매수 후 규율 시스템) - 경영진 심층 연구 (/management-deep-dive)

• 부실 기업 신속 필터링 (/quality-screen)

7가지 핵심 지표를 통한 배제) - Duan Yongping (段永平) 사고 모델 시뮬레이션 (/dyp-ask)

• 심층 시리즈 장문 (/deep-company-series)

8편, 12만 자 분량) - 역사적 백테스팅 (Backtesting): AI 연구 보고서 vs 실제 주가 성과

• 거시 경제 (Macroeconomic) 사이클 분석 프레임워크
• MCP 기반 실시간 데이터 연동 (Wind/Bloomberg/Yahoo Finance)

본 프로젝트는 학습 및 연구 목적으로만 제공되며, 어떠한 투자 권고도 구성하지 않습니다. 투자는 위험이 따르며, 결정에는 신중함이 필요합니다. 항상 스스로 철저한 실사 (DYOR, Do Your Own Research)를 수행하십시오.

이 프로젝트가 도움이 되었다면, Star를 눌러 지원해 주세요!

MIT License

"당신이 할 수 있는 최고의 투자는 자신에게 하는 투자이다." — Warren Buffett

AI Berkshire: 모든 사람이 자신만의 투자 연구 팀을 가질 수 있도록.