用 Claude Code 做價值投資：AI Berkshire 實盤 +69% 拆解

過去九個月，我用 Claude Code 做咗一個實驗：將巴菲特同芒格嘅投資框架寫成 prompt，再畀 AI 分析上市公司，最後自己落決定。結果係一個散戶盤，跑贏恒指 47 個百分點，累計回報 +69%。聽落似噱頭，但我認真想講嘅係：呢個唔係「AI 投資好叻」嘅故事，而係「價值投資嘅思考工序可以被 AI 大幅提升效率」嘅故事。

市場上所有「AI 投資」產品，由 OpenAI 嘅分析工具到各種 robo-advisor，都係諗住取代人類。但我嘅 approach 完全相反：AI 做分析，人類做判斷。Claude Code 唔係基金經理，而係一個唔會攰、唔會有情緒、唔會受市場氣氛影響嘅分析團隊。我一個人，加一個 AI，就做到以前成個分析團隊先做得到嘅嘢。

四大師框架：點解要對抗？

呢個系統嘅核心係「四大師視角對抗框架」。我將四位價值投資大師嘅思維模型編碼成系統性嘅 prompt：

巴菲特：護城河、現金流折現、管理層誠信。呢個框架擅長搵出有持久競爭優勢嘅公司——Cola、Visa、Apple 呢類。佢會問：「呢間公司十年後仲會唔存在？競爭對手要幾耐先複製到佢嘅業務？」

芒格：心理偏誤清單、格柵理論、反過來諗。佢唔係分析公司，而係分析「分析本身」——我有冇跌入確認偏誤？呢個 management 嘅激勵機制係咪同股東一致？有冇邊種心理偏誤令我睇錯呢盤生意？

費雪：成長曲線、研發效率、Scuttlebutt。佢會從客戶、供應商、競爭對手嘅角度去驗證公司嘅「故事」係咪 reality。管理層話自己技術領先？費雪會問：客點講？對手點睇？呢個 gap 先係真正嘅 alpha。

卡拉曼：安全邊際、破產風險、資產負債表。佢係最保守嗰個，永遠問 worst case 得唔得。如果股價跌多五成，你訓唔訓得著？company 頂唔頂到一個完整嘅經濟周期？

三個關鍵位：第一，每個大師嘅結果係獨立產出，唔可以互相影響。第二，佢哋之間嘅矛盾就係最有價值嘅 insight——巴菲特話好嘢，卡拉曼話太貴，呢個 tension 就係你要深挖嘅地方。第三，最終決定權喺人類手上，AI 只係 advisor。

實盤操作：九個月做咗乜？

盤由 2025 年 10 月開始，初始資金 50 萬港幣。到 2026 年 7 月，組合值 84.5 萬。期間操作唔多——七次買入、三次賣出、零次短炒。呢個低 turnover 本身就係框架 work 嘅證據：價值投資唔需要密密 trade。

最賺錢嘅係騰訊。2025 年 10 月入，平均成本 $378，持倉到依家。四大師全部一致通過：巴菲特鍾意佢嘅生態圈護城河，芒格見到管理層回購嘅 alignment，費雪由遊戲同行 confirm 咗技術優勢，卡拉曼睇過資產負債表覺得安全邊際足夠。呢隻貢獻咗組合大約 37% 回報。

第二隻係香港無乜人留意嘅日本 trading house——三菱商事。呢隻係芒格喺 Daily Journal 嘅持倉，我照跟。卡拉曼起初有保留（日圓風險、商品 cycle），但巴菲特同費雪都 pass。最終決定用一半注碼入，回報 31%。

最唔 like 嘅係比亞迪。巴菲特框架 pass 但費雪 scuttlebutt 出咗紅旗——經銷商庫存偏高，邊際利潤受壓。當時我冇聽費雪，入咗小注，結果跑輸大市 12%。呢個係成本好細但價值極高嘅教訓：框架對抗唔係裝飾，而係風控系統。下次費雪出紅旗，我會認真諗。

呢套系統真正嘅力量

好多人問：「AI 分析同你用 Bloomberg Terminal 有咩分別？」關鍵分別在於「一致性地應用框架」。人類分析師最大嘅問題唔係 intelligence，而係 discipline。星期一朝早睇完騰訊業績，你可能因為尋晚美股跌而悲觀；星期五下午睇緊比亞迪，你又可能因為 A 股升而樂觀。呢種情緒污染係無法避免嘅。

Claude Code 冇呢個問題。佢每次分析都用同一套標準、同一組問題、同一種語氣。唔會有「星期一 vs 星期五 bias」，唔會因為琴晚同老婆嘈交而影響判斷，唔會因為上年某隻股票輸過錢而變得太保守。呢種 consistency 先係 AI 最大嘅價值，唔係「預測未來」——因為無人做到。

第二個力量係 iteration cost 近乎零。用人類分析師做一輪四大師分析，可能要三個 analyst 各做兩日，六個工作日，成本幾萬蚊。用 Claude Code，$10-20 API cost，十五分鐘出齊四個大師嘅完整分析。呢個成本差異令你可以對更多 idea 做更深入嘅 due diligence，而唔係因為成本問題跳過直覺上值得睇嘅股票。

畀想做同樣嘢嘅人

框架係免費嘅——巴菲特嘅信、芒格嘅演講、費雪嘅 Common Stocks and Uncommon Profits、卡拉曼嘅 Margin of Safety，全部可以喺網上搵到。你唔需要特殊嘅數據源，Bloomberg 唔需要，Wind 唔需要。年報、公告、同行業績——呢啲公開免費嘅資料就夠用。

你需要嘅係 discipline：每隻股票用相同嘅框架、問相同嘅問題、記錄相同嘅 output。然後搵一個 AI 工具幫你執行呢個工序。Claude Code 只係其中一個選擇，GPT 或者任何 LLM platform 都做到類似嘅效果——只要你俾到佢一個好嘅 framework prompt。

最後，記住呢句：AI 係分析工具，唔係決策工具。佢畀你嘅係更完整、更一致、更便宜嘅 research，但最終嗰下買入或者唔買，係你嘅判斷。You are the Berkshire, Claude Code is just Charlie’s notepad.