餐饮巴菲特
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_38f0802a/buffett。
技能介绍
从「感觉靠谱」到可检验的投资判断
做价值投资时,常见问题不是不知道要看 ROE、毛利率、现金流,而是信息零散、判断依赖印象:护城河说得通,但缺少量化;估值有 DCF、PE、PB,却很难判断参数假设是否合理;看过很多案例,仍难形成稳定结论。餐饮巴菲特 将分析拆成可执行的闭环,而不是只给口号。
技能如何工作
它围绕 巴菲特价值投资分析 提供四步流程:
- 问题定义与信息收集:先明确要判断护城河、财务健康、估值还是决策偏差,避免一上来堆数据。
- 框架匹配与深度分析:按需加载
method-moat-analysis.md、method-financial-checklist.md、method-valuation.md、method-psychology.md。 - 方案生成与优先级排序:把结论整理成诊断、Top3 优先动作和详细方案。
- 落地与复盘:使用
moat-scorecard.md、financial-health-checklist.md、valuation_calculator.py等模板和脚本,把分析落到可填写、可计算的输入。
输出强调 数字先行、分级呈现 和 诚实标注假设,适合做公司对比、财报检查、估值粗算和投资决策清单。
适用边界
它不是实时数据源,也不保证预测股价。缺少真实财务数据时,需要用明确假设替代;涉及 DCF、PE、PB 等模型时,应重点检查增长率、折现率、可比公司等参数。技能的价值在于把「为什么看、怎么看、怎么记录」标准化。
使用场景
- 评估餐饮连锁品牌是否具备定价权、转换成本和品牌认知时,使用护城河评分卡输出量化结论。
- 整理公司最近三期财报时,按财务健康检查清单计算 ROE、毛利率、负债率和现金流并标出异常项。
- 对候选标的做买入前粗估时,用 DCF/PE/PB 参数表填写假设并比较估值区间与当前价格。
- 写投资备忘录时,按问题定义、框架分析、方案排序、复盘节点组织内容并附模板数据。
适合人员
- 需要把单份财报转成护城河与估值判断的个人价值投资者
- 在做买入前尽调、要求结论可追溯的买方分析师
- 需要模板化记录认知偏差和复盘节点的投资组合经理
- 学习价值投资框架、希望用案例和评分卡练习的金融专业学生