迈克尔·伯里 Agent 教程:深度价值、逆向情绪与 FCF 收益率筛选 难度:入门 迈克尔·伯里以「大空头」式逆向闻名:敢于在热闹处怀疑、在冷清处挖掘,用硬数字说话。本系统的伯里 Agent 把 FCF 收益率、EV/EBIT、资产负债表与负面新闻情绪量化为信号,教你「质疑共识」而非「为反对而反对」。 本文你将学到 逆向信号在学习上的正确用法:压力测试,而非自动做空 的完整执行流水线 为何回溯一年内部人交易与多达 250 条新闻 价值、资产负债表、内部人、逆向情绪四大模块的满分与阈值 12 分制总分如何映射 signal 伯里风格 LLM 如何输出极简数据驱动 投资原理 / 这位分析师是谁 + 关注什么 这位分析师是谁: 迈克尔·伯里是 Scion Asset Management
难度:入门
迈克尔·伯里以「大空头」式逆向闻名:敢于在热闹处怀疑、在冷清处挖掘,用硬数字说话。本系统的伯里 Agent 把 FCF 收益率、EV/EBIT、资产负债表与负面新闻情绪量化为信号,教你「质疑共识」而非「为反对而反对」。
michael_burry_agent 的完整执行流水线reasoning这位分析师是谁: 迈克尔·伯里是 Scion Asset Management 创始人,因提前预判 2008 年次贷危机而广为人知。他的投资风格是深度价值加逆向:先算清下行风险,再在众人弃之如敝履时寻找定价错误,用 FCF 收益率、EV/EBIT 等硬指标说话,沟通极简、数字导向。
他关注什么:
请注意:「敢空」不等于系统会真实做空你的账户——伯里 Agent 只输出研究信号,须经风险管理与组合管理约束。
michael_burry_agent 对每只股票执行:
第一步:拉数
get_financial_metrics:近 5 期 TTM 指标(含 ev_to_ebit)search_line_items:FCF、净利润、总负债、现金、总资产/负债、流通股、股权发行/回购等get_insider_trades:回溯一年(start_date = end_date - 365 天)get_company_news:最多 250 条新闻(供情绪逆向分析)get_market_cap:市值第二步:打分 / 规则分析
_analyze_value:价值(满分 6)_analyze_balance_sheet:资产负债表(满分 3)_analyze_insider_activity:内部人活动(满分 2)_analyze_contrarian_sentiment:逆向情绪(满分 1)max_score = 6 + 3 + 2 + 1 = 12。
第三步:映射 signal
if total_score >= 0.7 * max_score: # ≥ 8.4 signal = "bullish" elif total_score <= 0.3 * max_score: # ≤ 3.6 signal = "bearish" else: signal = "neutral"
第四步:call_llm
_generate_burry_output 以伯里极简、数字驱动风格输出 MichaelBurrySignal。
第五步:写入 analyst_signals
存入 state["data"]["analyst_signals"]["michael_burry_agent"]。
价值分析(_analyze_value)
fcf_yield = free_cash_flow / market_cap # ≥ 15% → +4;≥ 12% → +3;≥ 8% → +2 ev_ebit = metrics[0].ev_to_ebit # < 6 → +2;< 10 → +1
资产负债表(_analyze_balance_sheet)
# D/E < 0.5 → +2;< 1.0 → +1 # 现金 > 总负债(净现金)→ +1
内部人活动(_analyze_insider_activity)
net = shares_bought - shares_sold # 过去 12 个月 # 净买入且买入/卖出比 > 1 → +2;否则净买入 → +1
逆向情绪(_analyze_contrarian_sentiment)
# 负面/看空情绪新闻 ≥ 5 条 → +1 # 逻辑:越被讨厌,越可能是逆向机会(前提是基本面过关)
伯里 LLM 风格示例(系统提示要求)
看多示例:"FCF yield 12.8%. EV/EBIT 6.2. D/E 0.4. Net insider buying 25k shares. Strong buy." 看空示例:"FCF yield only 2.1%. D/E 2.3. Management diluting. Pass."
与格雷厄姆相比,伯同样重视安全边际,但更戏剧、更挑战共识,且引入新闻情绪逆向维度;与芒格相比,伯里几乎不权重「护城河叙事」,只看数字与催化剂。
伯里 Agent 的 _analyze_contrarian_sentiment 仅贡献 1 分,切勿把「新闻负面情绪多」误解为独立看多理由——它只是锦上添花,前提仍是 _analyze_value 与 _analyze_balance_sheet 过关。阅读输出时建议采用伯里本人的顺序:先看 FCF 收益率与 EV/EBIT,再看 D/E 与净现金,最后才看内部人净买入与负面头条数量。若 total_score 接近 12 分满分,通常意味着深度价值与逆向情绪共振;若低于 4 分(bearish 区间),即使市场热议也不宜盲目跟风。伯里 Agent 回溯一年数据,适合与短期情绪类 Agent 对照,观察「基本面逆向」与「舆论温度」是否背离。
逆向很酷,但教学重点是「质疑结构」——检查 FCF 收益率、EV/EBIT 与净现金是否支撑看多,负面新闻是加分项而非充分条件。把伯里 Agent 当成压力测试工具:当其他分析师一致乐观时,看它的 total_score 是否发出警告。
下一篇请阅读同目录下的《莫尼什·帕布莱 Agent:Dhandho 投资者与低风险翻倍》。