查理·芒格 Agent 教程：护城河、管理层质量与优质企业合理定价

查理·芒格 Agent 教程：护城河、管理层质量与优质企业合理定价

难度：入门

查理·芒格强调理性与质量：宁可为出色企业付公平价格，也不为用复杂理由去买烂生意。本系统的芒格 Agent 用加权打分量化护城河、管理层、可预测性与估值，是多位人格分析师中的「质量守门员」。

本文你将学到

• 「优质企业 + 合理价格」与「极度便宜」的本质区别
• charlie_munger_agent 的完整执行流水线
• 为何芒格拉取 10 年数据、内部人交易与公司新闻
• 四大分析模块的权重：护城河 35%、管理层 25%、可预测性 25%、估值 15%
• compute_confidence 如何把质量分与估值安全边际合成置信度
• make_munger_facts_bundle 如何压缩事实供 LLM 使用

投资原理 / 这位分析师是谁 + 关注什么

这位分析师是谁： 查理·芒格是伯克希尔·哈撒韦副主席，沃伦·巴菲特的长期搭档。他以多学科思维模型著称，投资上偏好简单可懂的优质企业，强调护城河、管理层诚信与资本配置智慧，愿意为「Wonderful Business」支付「Fair Price」，而非追逐地板价烟蒂。

他关注什么：

• 护城河强度：ROIC 持续 > 15%、毛利率稳定或改善、低资本开支需求
• 管理层质量：FCF 与净利润转化、保守负债、合理现金储备、内部人买入、股本不稀释
• 生意可预测性：收入稳定增长、经营利润持续为正、利润率波动小、FCF 可靠
• 估值合理性：标准化 FCF 收益率与合理价值区间的安全边际——但权重低于质量

芒格不保证「最低价买入」，但帮你判断「这门生意值不值得长期陪伴」。

执行逻辑

charlie_munger_agent 对每只股票执行：

第一步：拉数（比多数 Agent 更全）

• get_financial_metrics：近 10 年年度指标
• search_line_items：收入、净利润、经营利润、ROIC、毛利率、经营利润率、FCF、资本支出、现金、总负债、股东权益、流通股、研发、商誉与无形资产等
• get_market_cap：市值
• get_insider_trades：内部人交易（管理层是否「利益绑定」）
• get_company_news：公司新闻（定性舆情参考）

第二步：打分 / 规则分析

1. analyze_moat_strength：护城河（0–10 分）
2. analyze_management_quality：管理层（0–10 分，可对过度卖出/稀释扣分）
3. analyze_predictability：可预测性（0–10 分，需至少 5 年数据）
4. calculate_munger_valuation：芒格式估值（0–10 分）

加权总分：

total_score = (
    moat["score"] * 0.35 +
    management["score"] * 0.25 +
    predictability["score"] * 0.25 +
    valuation["score"] * 0.15
)
​

第三步：映射 signal（门槛极高）

if total_score >= 7.5:
    signal = "bullish"   # 芒格标准很严
elif total_score <= 5.5:
    signal = "bearish"
else:
    signal = "neutral"
​

第四步：call_llm（带置信度提示）

• compute_confidence 根据质量分与估值 MOS 计算 confidence_hint
• make_munger_facts_bundle 压缩关键事实（含 flags 布尔标记）
• generate_munger_output 要求 LLM 使用给定 confidence，reasoning 限 120 字符

第五步：写入 analyst_signals

存入 state["data"]["analyst_signals"]["charlie_munger_agent"]。

关键源码逻辑

护城河（analyze_moat_strength）

# 80% 期间 ROIC > 15% → +3；50% → +2
# 70% 期间毛利率改善 → +2；平均毛利率 > 30% → +1
# 平均资本支出/收入 < 5% → +2；< 10% → +1
# 有研发或商誉/无形资产 → 各 +1
# 缩放至 0–10: final_score = min(10, raw * 10 / 9)
​

管理层（analyze_management_quality）

# FCF/净利润 均值 > 1.1 → +3
# D/E < 0.3 → +3；< 0.7 → +2
# 现金/收入在 10%–25% → +2（「刚刚好」）
# 内部人买入占比 > 70% → +2
# 股本减少 > 5% → +2；稀释 > 20% → -1
​

可预测性（analyze_predictability）

# 收入平均增长 > 5% 且波动 < 10% → +3
# 全部期间经营利润为正 → +3
# 利润率波动 < 3ppt → +2
# 全部期间 FCF 为正 → +2
​

估值（calculate_munger_valuation）

normalized_fcf = 近 3–5 年 FCF 均值
fcf_yield = normalized_fcf / market_cap
# FCF 收益率 > 8% → +4；> 5% → +3；> 3% → +1
reasonable_value = normalized_fcf * 15
margin_of_safety_vs_fair_value = (reasonable_value - market_cap) / market_cap
# MOS > 30% → +3；> 10% → +2
​

置信度（compute_confidence）

quality = 0.35*moat + 0.25*mgmt + 0.25*pred
val_adj = clamp(mos * 100 / 3, -10, +10)  # 估值微调 ±10pp
# bullish 时若 mos<0 则 confidence 上限 69
​

适合和谁搭配读

• 沃伦·巴菲特 Agent：师徒同源，可观察措辞与侧重点差异
• 菲利普·费雪 Agent：都谈长期质量，费雪更强调调研式成长细节
• 本杰明·格雷厄姆 Agent：极度便宜 vs 优质合理价，理解价值投资光谱的两端

实战阅读提示

芒格 Agent 是唯一在 LLM 阶段强制使用 compute_confidence 预计算置信度的分析师：generate_munger_output 要求模型不得自行修改 confidence，只负责在 120 字符内给出简短 reasoning。因此，当你看到 confidence 为 50–69 而 signal 为 neutral 时，通常意味着质量尚可但估值缺乏足够安全边际；若 confidence 被 capped 在 69 以下且 signal 为 bullish，说明 margin_of_safety_vs_fair_value 可能为负——芒格愿意为优质企业付公平价，但不愿意为高估买单。建议同时打开 make_munger_facts_bundle 产出的 flags 字典：当 moat_strong 与 predictable 为真而 mos_positive 为假时，正是芒格哲学中「Wonderful business, fair price but not cheap」的典型情形。

小结

芒格 Agent 是「质量守门员」：质量与可预测性占 60% 权重，估值仅占 15%，且看多门槛高达 7.5/10。当投机性强、叙事泡沫重时，它更可能偏向谨慎。阅读时重点看 flags（如 moat_strong、predictable、owner_aligned）与 confidence 是否一致。

下一篇请阅读同目录下的《迈克尔·伯里 Agent：大空头式逆向与深度价值》。