我的 skill 是让 openclaw 自己读书总结的，给 AI 的书单：
1. Edward Thorp — 量化赌博/投资之父，《Beat the Dealer》《Beat the Market》。Kelly Criterion 的实战应用者。Skill 里 Kelly 仓位管理的核心（f* = (bp-q)/b、分数 Kelly、不超 Kelly）直接来自他。
2. William Poundstone — 《Fortune's Formula》。把 Kelly Criterion 的历史和数学写成了故事，连接了信息论、赌博和华尔街。Skill 里"生存 > 收益"、"2倍 Kelly = 零增长，3倍 = 破产"这些规则源于此。
3. Philip Tetlock — 《Superforecasting》。Skill 里概率估计用的 Outside-In 方法（先找 base rate → 具体因素调整 → 贝叶斯更新）、校准纪律（Brier Score < 0.15）、给范围而非点估计，全是 Tetlock 的框架。
4. Nate Silver — 《The Signal and the Noise》。信号与噪声的区分、概率校准思维。和 Tetlock 互补，强化了"过程 > 结果"和校准训练的重要性。
5. Annie Duke — 《Thinking in Bets》。"Resulting"偏误（用结果判断决策质量）的概念直接来自她。认知偏误防御表里的第一条就是她的核心观点：问"过程对不对"，别问"赢没赢"。
6. Larry Harris — 《Trading and Exchanges》。市场微观结构部分来自他：spread 成本、限价单 vs 市价单的取舍、新闻前别挂限价单（adverse selection）。这是交易执行层面的教科书。
7. Charlie Munger — 不是一本书，而是一整套投资哲学（演讲、《穷查理宝典》）。Skill 里直接引用了他："下重注当赔率有利，其余时间什么都不做。" 研究 900 个市场只下 4 笔交易，就是 Munger 精神。
