Back to skills
SKILL.md
Munger Quality Investing
ASecurityA股芒格优质企业投资法:连续5年ROIC/ROE、低负债、高稳定毛利率、盈利质量、少股本稀释五维质量打分 | A-share Munger-style quality investing: 5-dimensional quality scoring on 5-year ROIC/ROE, low debt, high & stable gross margin, earnings quality, and low share dilution | A株マンガー式クオリティ投資:5年連続ROIC/ROE、低負債、高く安定した粗利率、収益の質、希薄化の少なさで5次元品質スコアリング
- 19 stars
- 0 votes
- 0 copies
- 0 views
- Added September 24, 2026
Security analysis
96/100- Installs packages at runtime which could introduce malicious dependencies
Pro scans all 7 files and shows the line behind each finding
npx -y skills add Serennity007/awesome-stock-quant-skills --skill munger-quality-investing --agent claude-codeAre you the author of Munger Quality Investing?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/serennity007-munger-quality-investing)---
name: munger-quality-investing
description: A股芒格优质企业投资法:连续5年ROIC/ROE、低负债、高稳定毛利率、盈利质量、少股本稀释五维质量打分 | A-share Munger-style quality investing: 5-dimensional quality scoring on 5-year ROIC/ROE, low debt, high & stable gross margin, earnings quality, and low share dilution | A株マンガー式クオリティ投資:5年連続ROIC/ROE、低負債、高く安定した粗利率、収益の質、希薄化の少なさで5次元品質スコアリング
author: Serennity007
license: MIT
---
# 🧠 芒格优质企业投资法|5 把尺子锁定 A 股“伟大公司”
> **以公允价格买伟大公司,胜过以便宜价格买普通公司。**
本技能用查理·芒格的质量投资框架,在 A 股市场做**机械化初筛**:不预测股价,只看企业本身是否具备“伟大公司”的财务特征。核心工具是 `scripts/screen.py`——它从全市场或指定股票池中,按 5 个维度打分排序,输出结构化 CSV,供你进一步做护城河与管理层定性分析。
## 5 维质量雷达(满分 100)
| 维度 | 核心问题 | 代理指标 | 权重 |
|---|---|---|---|
| 1. 资本回报 | 公司是否为股东持续创造高回报? | 连续 5 年 ROIC 风格指标(ROE 代理) | 25 |
| 2. 毛利率 | 生意模式是否优秀、竞争是否不激烈? | 5 年毛利率均值与稳定性 | 25 |
| 3. 低负债 | 公司是否不依赖借钱赚钱? | 最新资产负债率 | 15 |
| 4. 盈利质量 | 利润是否真的是现金? | 经营现金流 / 净利润比 | 20 |
| 5. 少股本稀释 | 管理层是否在善待老股东? | 近 5 年总股本增长幅度 | 15 |
> 注:`akshare` 公开接口未直接提供 ROIC,脚本以 ROE(净资产收益率)作为 ROIC 风格代理指标,并在输出中明确标注。
## 使用方法
```bash
pip install akshare pandas
# 默认用沪深300成分股作为股票池(质量预筛,避免全市场过慢)
python scripts/screen.py --pool hs300 --top 20 --out result.csv
# 或用自定义股票池(推荐先小样本验证)
python scripts/screen.py --codes 600519,000858,600036 --out result.csv
```
参数说明:
- `--pool`: 股票池,目前支持 `hs300`(沪深300)。
- `--codes`: 逗号分隔的自定义股票代码,优先级高于 `--pool`。
- `--top`: 终端展示前 N 名(默认 20)。
- `--out`: CSV 输出路径(默认 `munger_screen_result.csv`)。
- `--sleep`: 每只股票间隔秒数(默认 0.3,用于防接口限流)。
## 分析流程(配合 AI 使用)
1. **跑初筛**:运行 `screen.py` 得到候选名单与各项得分。
2. **读清单**:对照 `references/munger_checklist.md`,用多元思维模型、反向思考、能力圈、25 种误判倾向做自我检查。
3. **护城河定性**:对高分股票逐一判断——品牌/无形资产、成本优势、转换成本、网络效应、管理层理性。
4. **估值与仓位**:只在能力圈内、价格公允或低估时买入;真正看懂的机会敢于重注、长期持有。
## 数据来源与降级策略
- 数据来自 `akshare` 公开接口(东方财富/新浪财务数据)。
- 脚本启动时默认禁用系统代理,避免 `127.0.0.1:7890` 等本地代理阻断数据源。
- 优先使用 `stock_financial_analysis_indicator` 获取主要财务指标;若毛利率等关键字段缺失,自动用新浪三大报表补充计算;若主接口失败,整体降级到新浪三大报表。
- 所有网络调用均带 3 次指数退避重试,调用间 `time.sleep(0.15)` 防限流。
## 配套文件
- `references/munger_checklist.md` — 芒格多元思维模型、反向思考、能力圈、人类误判心理学 25 倾向、投资检查清单。
## 免责声明
本技能仅供学习研究,不构成投资建议。历史财务指标不代表未来表现,任何筛选结果都必须经过自己对生意的理解(能力圈)二次确认。投资决策应建立在独立研究、充分安全边际与自身风险承受能力之上。
Files in this skill
- README.en.md
- README.ja.md
- README.md
- SKILL.md
- munger_screen_demo.csv
- references/munger_checklist.md
- scripts/screen.py
Attribution
Comments
Loading comments…
Newsletter
Get the weekly list of safe new skills, and the ones we pulled.