Menu
AI Berkshire skill: 组合管理：从"研究公司"到"管理组合". Source: skills/portfolio-review.md.
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
AI Berkshire skill: 财务数据获取与交叉验证规范. Source: skills/financial-data.md.
AI Berkshire skill: 深度公司系列：8 篇长文拆一家公司. Source: skills/deep-company-series.md.
AI Berkshire skill: 投资论文漂移检测：分清事实变化与措辞变化. Source: skills/thesis-drift.md.
AI Berkshire skill: 供应链瓶颈猎手：AI驱动的全球产业链瓶颈套利. Source: skills/bottleneck-hunter.md.
AI Berkshire skill: 段永平问答：以他的方式思考. Source: skills/dyp-ask.md.
AI Berkshire skill: 财报精读：一手资料深度解读. Source: skills/earnings-review.md.
| name | portfolio-review |
| description | AI Berkshire skill: 组合管理：从"研究公司"到"管理组合". Source: skills/portfolio-review.md. |
This skill is generated from skills/portfolio-review.md so Claude Code and Codex users share one canonical workflow.
$ARGUMENTS as the user's request in the current Codex thread.tools/ in this repository. Prefer running commands from the repository root with paths like python3 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.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.AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.对 $ARGUMENTS 执行投资组合审视与优化。
支持输入格式：
腾讯30%, 美团20%, 茅台20%, 英伟达15%, 现金15%腾讯 500股 @480港元, 美团 1000股 @130港元, ...我的持仓（如果已有保存的组合文件 reports/portfolio-latest.md）"分散投资是对无知的保护。如果你知道自己在做什么，分散投资就没有意义。" —— 巴菲特
"我这辈子见过的真正好的投资机会，十个手指就数得完。" —— 李录
研究公司只是投资的一半。另一半是组合层面的决策：
巴菲特从不孤立地看一只股票——他总是在想"这是不是我能做的最好的事？"
从输入中解析出当前持仓，标准化为以下格式：
| 标的 | 代码 | 持仓量 | 成本价 | 现价 | 市值 | 占比 | 盈亏 |
|---|
如果输入只有比例没有金额，按比例分析即可。
同时检查是否存在已有的组合文件（reports/portfolio-latest.md），如有则读取并更新。
使用 Task 工具启动后台 Agent，通过 WebSearch 为每个持仓并行获取：
对每个持仓使用 tools/financial_rigor.py verify-valuation 校验估值数据。对每只持仓标注信息丰富度（A/B/C级），C级持仓的分析结论标注低置信度。
对每个持仓进行快速健康检查：
| 标的 | 当前PE | 买入逻辑是否变化 | 论文健康度 | 仓位建议 |
|---|---|---|---|---|
| 腾讯 | 18x | 未变化 | 8/10 | 合理 |
| 美团 | 25x | 竞争加剧 | 6/10 | 偏高，考虑减仓 |
对每个持仓回答：
段永平："如果你不想持有一只股票10年，那就一天也不要持有。"
| 指标 | 当前值 | 建议范围 | 判断 |
|---|---|---|---|
| 第一大持仓占比 | <40% | ||
| 前三大持仓占比 | 50-80% | ||
| 总持仓数量 | 5-15只 | ||
| 现金占比 | 10-30%（视市场环境） |
李录的标准：3-5只核心持仓，前3占80%+。但这要求每一只都研究透彻。
巴菲特的标准：核心持仓不超过10只，但允许更多卫星仓位。
识别持仓之间的隐性关联：
| 持仓A | 持仓B | 相关类型 | 风险 |
|---|---|---|---|
| 腾讯 | 快手 | 同属中国互联网 | 监管风险共振 |
| 英伟达 | 台积电 | AI供应链上下游 | AI Capex同向波动 |
| 美团 | 拼多多 | 同属中国消费 | 宏观消费同向波动 |
检查清单：
这是巴菲特最核心的思维方式——每一块钱都应该放在回报最高的地方。
将所有持仓按"预期年化回报"排序：
| 排名 | 标的 | 当前占比 | 预期年化回报 | 确定性 | 预期回报×确定性 |
|---|---|---|---|---|---|
| 1 | |||||
| 2 | |||||
| ... |
预期回报估算方法（使用 tools/financial_rigor.py three-scenario 计算）：
关键问题：排名最后的持仓，预期回报是否高于现金（无风险利率~4%）？如果不是，应该卖出换成现金。
| 情景 | 假设 | 组合预计影响 | 最大回撤 |
|---|---|---|---|
| 全球衰退 | 企业盈利下降20-30% | ||
| 中美冲突升级 | 中概股折价50% | ||
| 利率飙升 | 10年期国债→6% | ||
| 科技泡沫破裂 | 科技股PE压缩40% |
对每个情景做定性+粗估评估（基于各持仓的行业属性和历史估值波动范围）：
基于以上分析，给出具体的调仓建议：
| 动作 | 标的 | 当前占比 | 建议占比 | 理由 |
|---|---|---|---|---|
| 加仓 | ||||
| 减仓 | ||||
| 清仓 | ||||
| 新建仓 | ||||
| 不动 |
如果组合中有"不如现金"的仓位，或者现金占比过高，建议使用 /industry-research 或 /investment-checklist 对感兴趣的行业/公司进行系统筛选，而非在本Skill内直接推荐个股。
| 当前现金占比 | 建议现金占比 | 理由 |
|---|
巴菲特：目前持有$3,820亿现金，占比超过总资产的25%——当找不到好机会时，现金是最好的仓位。
一、组合概览（持仓表格+饼图描述）
二、单仓位体检（每个持仓的健康状态）
三、组合分析
- 集中度：是否过度分散/集中？
- 相关性：隐性关联和风险共振
- 机会成本：排名最低的仓位是否值得持有？
- 压力测试：极端情景下的回撤预估
四、调仓建议（具体操作+理由）
五、下次审视时间和关注重点
将组合信息写入 reports/portfolio-latest.md，包含：