迈克尔·伯里 Agent 教程:深度价值、逆向情绪与 FCF 收益率筛选


文档摘要

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

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
  • michael_burry_agent 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 reasoning

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 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:

  • 深度价值指标:FCF 收益率是否极高(≥ 8%–15%)、EV/EBIT 是否低于 6–10
  • 资产负债表安全:低杠杆、净现金头寸优先
  • 硬催化剂:过去 12 个月净内部人买入
  • 逆向情绪:负面新闻扎堆时,若基本面扎实,反而是机会

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。

执行逻辑

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

  1. _analyze_value:价值(满分 6)
  2. _analyze_balance_sheet:资产负债表(满分 3)
  3. _analyze_insider_activity:内部人活动(满分 2)
  4. _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"]

关键源码逻辑

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。

适合和谁搭配读

  • 情绪 / 新闻情绪专题 Agent:对比「基本面逆向」与「舆论温度」
  • 本杰明·格雷厄姆 Agent:同属价值光谱,伯里更尖锐、更数据极简
  • 查理·芒格 Agent:质量长期持有 vs 深度价值逆向,观察同一标的的分歧点

实战阅读提示

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_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。

小结

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》。


发布者: 作者: virattt 转发
评论区 (0)
U