• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)研究股票價(jià)格的變動(dòng)

    2020-04-09 04:38:46陳琪琪
    經(jīng)濟(jì)研究導(dǎo)刊 2020年2期

    陳琪琪

    摘 要:提出了使用卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶(CNN-LSTM)神經(jīng)網(wǎng)絡(luò)模型來分析股票價(jià)格變動(dòng)。CNN-LSTM神經(jīng)網(wǎng)絡(luò)通過CNN進(jìn)行數(shù)據(jù)的空間結(jié)構(gòu)特征提取,然后通過使用LSTM對輸入的時(shí)間序列特征進(jìn)行特征提取,最后有效地預(yù)測短時(shí)間內(nèi)的當(dāng)日股票最高價(jià)。實(shí)驗(yàn)證明,CNN-LSTM神經(jīng)網(wǎng)絡(luò)模型可以成功地應(yīng)用于股票價(jià)格變動(dòng)的研究。

    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)(CNN);長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM);股票價(jià)格變動(dòng)

    中圖分類號:F832.5? ? ? 文獻(xiàn)標(biāo)志碼:A? ? ? 文章編號:1673-291X(2020)02-0157-04

    一、股票價(jià)格研究的可行性分析

    股票價(jià)格體系內(nèi)部結(jié)構(gòu)的復(fù)雜性和外部因素的多樣性(國家政策、銀行利率、價(jià)格指數(shù)、報(bào)價(jià)公司的表現(xiàn)以及投資者的心理因素)決定了股票市場的復(fù)雜性、股票價(jià)格預(yù)測任務(wù)的不確定性和不確定性。股票市場具有高回報(bào)、高風(fēng)險(xiǎn)的特點(diǎn)。CNN是特定的DNN架構(gòu),涉及在多個(gè)層中使用卷積而不是更傳統(tǒng)的矩陣乘法,并且是處理常規(guī)采樣數(shù)據(jù)(例如2D和3D圖像)的理想工具。用于圖像分析任務(wù)的典型CNN體系結(jié)構(gòu)由四個(gè)關(guān)鍵層類型組成,即卷積層、非線性激活、池化和完全連接層[1]。為了獲得更好的回報(bào),我們采用了遞歸神經(jīng)網(wǎng)絡(luò)(RNN),它已被證明是處理順序數(shù)據(jù)的最強(qiáng)大模型之一。長短期記憶(LSTM)是最成功的RNN架構(gòu)之一,用于解決神經(jīng)網(wǎng)絡(luò)中的消失梯度問題[2]。對于時(shí)間序列數(shù)據(jù)(例如文本、信號、股票價(jià)格等),較長的短期記憶(LSTM)對于學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)(DNN)中的時(shí)間模式更為優(yōu)越。LSTM克服了遞歸神經(jīng)網(wǎng)絡(luò)(RNN)中消失的梯度問題,可以使用存儲單元和門來學(xué)習(xí)時(shí)間序列數(shù)據(jù)中的長期依賴性。所以,CNN-LSTM神經(jīng)網(wǎng)絡(luò)模型可以從歷史數(shù)據(jù)集中找到潛在的規(guī)則,研究股票價(jià)格變動(dòng)是可行的。

    二、CNN網(wǎng)絡(luò)和LSTM網(wǎng)絡(luò)介紹

    (一)卷積神經(jīng)網(wǎng)絡(luò)(CNN)介紹

    卷積神經(jīng)網(wǎng)絡(luò)是一種多層神經(jīng)網(wǎng)絡(luò),擅長處理與圖像,尤其是大圖像有關(guān)的機(jī)器學(xué)習(xí)問題。通過一系列的方法,卷積網(wǎng)絡(luò)成功地用大量的數(shù)據(jù)降低了圖像識別問題的維數(shù),最終使其得到訓(xùn)練。CNN最早由Yann LeCun提出并應(yīng)用在手寫字體識別上(MINST)。LeCun提出的網(wǎng)絡(luò)稱為LeNet,其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

    這是一個(gè)由卷積層、池化層和全連接層共同組成的基本的卷積神經(jīng)網(wǎng)絡(luò)[4]。卷積層與池化層結(jié)合形成了多個(gè)卷積組,并逐層提取特征。最后,通過多個(gè)全連接層完成分類。卷積層完成的操作可以看做是受到了局部感受野概念的啟發(fā),而池化層主要目的是減小數(shù)據(jù)維度。一般來說,CNN通過卷積來模擬特征區(qū)分,通過卷積的權(quán)重共享和卷積的池化來降低網(wǎng)絡(luò)參數(shù)的數(shù)量級,最后運(yùn)用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)完成分類等任務(wù)。

    (二)長短期記憶網(wǎng)絡(luò)(LSTM)介紹

    長短期記憶網(wǎng)絡(luò)(LSTM)是RNN(Recurrent neural network,循環(huán)神經(jīng)網(wǎng)絡(luò))的一種特殊形式,是一系列能夠處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)的統(tǒng)稱。LSTM在許多問題上取得了很大的成功,并且得到了廣泛的應(yīng)用[4]。

    1.循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)

    循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)不同于深度神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò),它可以處理有關(guān)于序列的問題。例如,基于時(shí)間的序列:一段連續(xù)的語音通話、一段連續(xù)的手寫文本。這些序列相對較長,長度不同,難以分離成獨(dú)立樣本進(jìn)行訓(xùn)練[5]。

    循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是一種專門處理時(shí)序數(shù)據(jù)樣本的神經(jīng)網(wǎng)絡(luò)。它的每個(gè)層不但要輸出下一層,還輸出一個(gè)當(dāng)前層在處理下一個(gè)樣本時(shí)使用的隱藏狀態(tài)。類似于卷積神經(jīng)網(wǎng)絡(luò),可以很容易地?cái)U(kuò)展到擁有較大高度和寬度的圖像,并且一些卷積神經(jīng)網(wǎng)絡(luò)還可以處理具有不同大小的圖像。循環(huán)神經(jīng)網(wǎng)絡(luò)同樣也可以擴(kuò)展到具有較長周期的序列數(shù)據(jù),并且大部分的循環(huán)神經(jīng)網(wǎng)絡(luò)可以處理不同序列長度的數(shù)據(jù),例如,for循環(huán)、長度可變變量。循環(huán)神經(jīng)網(wǎng)絡(luò)可以看做是一個(gè)具有自循環(huán)反饋的全連接神經(jīng)網(wǎng)絡(luò)[6],其網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

    其中,X是輸入序列(長度為T),h是隱藏層序列,o是輸出序列,L是總體損失,y是目標(biāo)標(biāo)記序列,U是從輸入層到隱藏層的參數(shù)矩陣,W是從隱藏層到隱藏層的自循環(huán)參數(shù)矩陣,V是隱藏層到輸出層的參數(shù)矩陣。需要注意的是,圖中的輸入節(jié)點(diǎn)(多個(gè))、隱藏節(jié)點(diǎn)和輸出節(jié)點(diǎn)的數(shù)量都用一個(gè)個(gè)小圓圈來表示的,它們之間是完全連接的,并且在隱藏層之間添加了一個(gè)自循環(huán)反饋(通過權(quán)重共享),這也是它能夠處理不同序列長度數(shù)據(jù)的原因。

    2.長短期記憶網(wǎng)絡(luò)(LSTM)

    LSTM是一種遞歸神經(jīng)網(wǎng)絡(luò)(RNN),它可以從長期的依賴信息中學(xué)習(xí)。與常規(guī)RNN不同,當(dāng)有任意大小的時(shí)間步長時(shí),它非常適合從經(jīng)驗(yàn)中學(xué)習(xí)以預(yù)測時(shí)間序列。另外,通過存儲單元將與時(shí)間相關(guān)的信息保留任意時(shí)間量,可以解決梯度消失的問題[7]。有證據(jù)表明,它比常規(guī)的RNN更有效。通常,長短期記憶(LSTM)旨在通過引入存儲單元和輸入/輸出門來解決RNN網(wǎng)絡(luò)中的長期時(shí)間依賴性,以解決遞歸神經(jīng)網(wǎng)絡(luò)中的梯度爆炸或消失問題[8]。

    LSTM的單一節(jié)點(diǎn)的結(jié)構(gòu)如圖3所示。LSTM對于時(shí)間序列預(yù)測顯示出令人鼓舞的結(jié)果。它的單元由三個(gè)門組成:輸入門、忘記門和輸出門。它之所以受歡迎,是因?yàn)樗哂袑W(xué)習(xí)隱藏的長期順序依存關(guān)系的能力,這實(shí)際上有助于學(xué)習(xí)時(shí)間序列的基本表示形式。但是,現(xiàn)實(shí)世界中的時(shí)間序列數(shù)據(jù)通常或多或少地包含一些異常值,尤其是在網(wǎng)絡(luò)攻擊中,這些異常通常在監(jiān)視網(wǎng)絡(luò)流量某些度量的時(shí)間序列數(shù)據(jù)中顯示為異常。這些離群值在提取時(shí)間序列的真實(shí)表示時(shí)誤導(dǎo)了學(xué)習(xí)方法,并降低了預(yù)測的性能[9]。

    根據(jù)LSTM網(wǎng)絡(luò)的結(jié)構(gòu),每個(gè)LSTM單元的計(jì)算公式如圖4所示。其中,F(xiàn)t代表的是遺忘門限,It代表的是輸入門限,Ct代表的是cell狀態(tài)(這里意思是循環(huán)發(fā)生的地方),t代表的是前一時(shí)刻cell狀態(tài),Ot代表的是輸出門限,Ht代表的是當(dāng)前單元的輸出,Ht-1代表的是前一時(shí)刻單元的輸出。

    三、實(shí)驗(yàn)和分析

    (一)CNN-LSTM網(wǎng)絡(luò)結(jié)構(gòu)

    我們實(shí)施了CNN-LSTM神經(jīng)網(wǎng)絡(luò)模型,用于對股票價(jià)格變動(dòng)的研究。CNN-LSTM流程圖和參數(shù)的細(xì)節(jié)在圖5和表1中描述如下。

    在我們的CNN-LSTM模型中,LSTM部分由順序?qū)咏M成,后跟1個(gè)LSTM層和具有Tanh激活的密集層。過擬合問題是神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)最難以避免的事情之一。過擬合意味著模型在訓(xùn)練數(shù)據(jù)中表現(xiàn)良好,但對于其他數(shù)據(jù),預(yù)測器效果較差。原因是“死記硬背”的數(shù)據(jù)和噪音通常會(huì)導(dǎo)致復(fù)雜的模型。為了避免過擬合問題,將Dropout添加到CNN-LSTM模型中,并將正則化項(xiàng)應(yīng)用于權(quán)重。Dropout指的是隨機(jī)丟棄一些特征以提高模型的穩(wěn)健性。正則化是指在計(jì)算損失函數(shù)時(shí)添加L2范數(shù),使得一些接近0的權(quán)重值避免對每個(gè)特征的強(qiáng)制適應(yīng)。然后它提高了穩(wěn)定性,也獲得了功能選擇的效果[10]。

    (二)實(shí)驗(yàn)結(jié)果

    根據(jù)股票歷史數(shù)據(jù)中的開盤價(jià)、收盤價(jià)、最低價(jià)、最高價(jià)、交易量、交易額、跌漲幅等因素,對下一日股票最高價(jià)進(jìn)行預(yù)測。本次實(shí)驗(yàn)的數(shù)據(jù)信息的元素維度為10個(gè),也就是10個(gè)對股票價(jià)格造成影響的信息數(shù)據(jù),分別為股票序號、股票號、時(shí)間、開盤價(jià)、閉盤價(jià)、最低價(jià)、最高價(jià)、交易量、交易額、跌漲幅[11]。

    本次實(shí)驗(yàn)主要是預(yù)測在比較短時(shí)間內(nèi)的下一個(gè)時(shí)間段的最高價(jià)。由圖6可以看出,test為測試集的真實(shí)最高價(jià),pred為模型預(yù)測的最高價(jià),在短時(shí)間的價(jià)格變動(dòng)中預(yù)測的最高價(jià)還是逼近與真實(shí)的最高價(jià)的。由此可以發(fā)現(xiàn),紅色預(yù)測值能夠很好地接近藍(lán)色代表的真實(shí)值,并能有效預(yù)測出股票未來短期的走勢等。

    結(jié)語

    我們將深度學(xué)習(xí)應(yīng)用在股票價(jià)格的變動(dòng)的分析與研究上,首先說明了運(yùn)用神經(jīng)網(wǎng)絡(luò)方法研究股票價(jià)格變動(dòng)是可行的。然后提出了CNN和LSTM神經(jīng)網(wǎng)絡(luò)相結(jié)合的股票預(yù)測神經(jīng)網(wǎng)絡(luò)模型,可以稍微有效率地研究股票價(jià)格的變化,從而提供了一種基于股票數(shù)據(jù)的特征構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的思路。但是現(xiàn)在對長時(shí)間股票數(shù)據(jù)的預(yù)測的方面并不理想,我們還需要對神經(jīng)網(wǎng)絡(luò)進(jìn)行進(jìn)一步的優(yōu)化與改善,例如改進(jìn)誤差函數(shù),提高神經(jīng)網(wǎng)絡(luò)預(yù)測未來股票價(jià)格的高精度。

    參考文獻(xiàn):

    [1]? 基于卷積神經(jīng)網(wǎng)絡(luò)的K線圖有效性驗(yàn)證.2018.

    [2]? 盧興沄.一種類人機(jī)器人手勢識別算法及其實(shí)現(xiàn)[D].長沙:湖南大學(xué),2017.

    [3]? 顧帥.Android移動(dòng)平臺下基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)研究[D].西安:西安電子科技大學(xué),2018.

    [4]? 曹成遠(yuǎn).基于深度學(xué)習(xí)的蛋白質(zhì)殘基相互作用預(yù)測[D].蘇州:蘇州大學(xué),2016.

    [5]? 陳再發(fā),劉彥呈,劉厶源.長短期記憶神經(jīng)網(wǎng)絡(luò)在機(jī)械狀態(tài)預(yù)測中的應(yīng)用[J].大連海事大學(xué)學(xué)報(bào),2018,44(1).

    [6]? 沈榮,張保文.深度學(xué)習(xí)淺談[J].電腦知識與技術(shù),2017,16(13):156.

    [7]? BAO W,YUE J,RAO Y.A deep learning framework for financial time series using stacked autoencoders and long-short term memory[J].Plos One,2017,12(7):e0180944.

    [8]? 基于時(shí)空上下文建模的行為識別研究[D].蘇州:蘇州大學(xué),2017.

    [9]? YANG H,PAN Z,TAO Q.Robust and Adaptive Online Time Series Prediction with Long Short-Term Memory[J].Computational Intelligence and Neuroscience,2017:1-9.

    [10]? LIU S,CHAO Z,MA J:CNN-LSTM Neural Network Model for Quantitative Strategy Analysis in Stock Markets.In International Conference on Neural Information Processing 2017.

    [11]? KIM T,KIM H Y.Forecasting stock prices with a feature fusion LSTM-CNN model using different representations of the same data[J].2019,14(2):e0212320.

    在线观看人妻少妇| 美女国产视频在线观看| 天堂8中文在线网| 欧美日韩av久久| 91成人精品电影| 女人久久www免费人成看片| 在线观看免费日韩欧美大片| 精品第一国产精品| 欧美日韩av久久| 精品亚洲成a人片在线观看| 久久精品熟女亚洲av麻豆精品| 久久精品国产亚洲av天美| 久久精品夜色国产| 国产精品久久久久久精品古装| 亚洲精品一区蜜桃| 人人妻人人澡人人爽人人夜夜| 91aial.com中文字幕在线观看| 亚洲内射少妇av| 日韩免费高清中文字幕av| 9191精品国产免费久久| 纯流量卡能插随身wifi吗| 黑人巨大精品欧美一区二区蜜桃| 亚洲精品美女久久av网站| 国产极品天堂在线| 国产精品一区二区在线不卡| 国产无遮挡羞羞视频在线观看| 另类亚洲欧美激情| 青草久久国产| 啦啦啦在线免费观看视频4| 建设人人有责人人尽责人人享有的| 久久精品aⅴ一区二区三区四区 | 日本猛色少妇xxxxx猛交久久| 婷婷色综合www| 亚洲精品一区蜜桃| 久久精品国产亚洲av高清一级| 免费不卡的大黄色大毛片视频在线观看| 精品久久久精品久久久| 巨乳人妻的诱惑在线观看| 免费观看av网站的网址| 少妇的丰满在线观看| 一级毛片我不卡| 自线自在国产av| 国产在线免费精品| av片东京热男人的天堂| 老司机亚洲免费影院| 国产成人精品一,二区| 香蕉丝袜av| 亚洲av男天堂| 在线 av 中文字幕| 国产精品香港三级国产av潘金莲 | 伦理电影大哥的女人| 欧美bdsm另类| 性色avwww在线观看| 亚洲国产精品国产精品| 寂寞人妻少妇视频99o| 可以免费在线观看a视频的电影网站 | 卡戴珊不雅视频在线播放| 欧美 日韩 精品 国产| 91精品三级在线观看| 香蕉国产在线看| 亚洲情色 制服丝袜| 在线观看www视频免费| 人人妻人人爽人人添夜夜欢视频| 少妇人妻 视频| 91精品伊人久久大香线蕉| 天天躁夜夜躁狠狠躁躁| 大话2 男鬼变身卡| av一本久久久久| 精品少妇一区二区三区视频日本电影 | videos熟女内射| 夫妻性生交免费视频一级片| 大码成人一级视频| 久久久久国产精品人妻一区二区| 亚洲在久久综合| 亚洲天堂av无毛| 免费观看性生交大片5| 国产精品久久久久久久久免| 亚洲人成77777在线视频| 国产一区二区在线观看av| 亚洲欧美一区二区三区久久| 色婷婷av一区二区三区视频| 欧美 亚洲 国产 日韩一| 在线观看一区二区三区激情| 日韩av在线免费看完整版不卡| 免费av中文字幕在线| 狂野欧美激情性bbbbbb| 欧美人与善性xxx| 亚洲熟女精品中文字幕| 人妻人人澡人人爽人人| 亚洲精品久久成人aⅴ小说| 老鸭窝网址在线观看| 伦理电影免费视频| 久久久久久久大尺度免费视频| 看十八女毛片水多多多| 成人国语在线视频| 美女国产高潮福利片在线看| 欧美激情 高清一区二区三区| 国产一区二区三区av在线| 久久青草综合色| 18禁观看日本| 久久久久久久久久久免费av| 亚洲在久久综合| 国产av国产精品国产| 久久 成人 亚洲| 啦啦啦啦在线视频资源| 成年av动漫网址| 国产日韩欧美亚洲二区| 在线观看免费视频网站a站| 亚洲第一青青草原| 90打野战视频偷拍视频| 亚洲一码二码三码区别大吗| 2022亚洲国产成人精品| 日韩制服骚丝袜av| 午夜久久久在线观看| 最近中文字幕高清免费大全6| 天天躁日日躁夜夜躁夜夜| 黄色视频在线播放观看不卡| 欧美 日韩 精品 国产| 精品视频人人做人人爽| 女性生殖器流出的白浆| 亚洲综合色网址| 久久久久国产精品人妻一区二区| 国产白丝娇喘喷水9色精品| 亚洲欧美成人综合另类久久久| 亚洲精品国产av成人精品| 国产色婷婷99| 成人黄色视频免费在线看| 在线观看免费高清a一片| av在线app专区| 亚洲欧美精品自产自拍| 综合色丁香网| 十八禁高潮呻吟视频| 寂寞人妻少妇视频99o| www.熟女人妻精品国产| 久久久久久人妻| 熟女电影av网| 9色porny在线观看| av在线app专区| 纵有疾风起免费观看全集完整版| 久久97久久精品| 精品亚洲乱码少妇综合久久| 汤姆久久久久久久影院中文字幕| 99久久综合免费| 国产一区有黄有色的免费视频| 日韩一本色道免费dvd| 精品少妇久久久久久888优播| 亚洲国产成人一精品久久久| 精品国产露脸久久av麻豆| 国产精品一国产av| 99九九在线精品视频| 婷婷色av中文字幕| 日韩,欧美,国产一区二区三区| 国产成人91sexporn| 成年人午夜在线观看视频| kizo精华| 国产97色在线日韩免费| 激情视频va一区二区三区| 看十八女毛片水多多多| 欧美日韩亚洲国产一区二区在线观看 | 九草在线视频观看| 日韩av免费高清视频| 在线观看www视频免费| 午夜福利在线免费观看网站| 熟女少妇亚洲综合色aaa.| 精品国产超薄肉色丝袜足j| 人人妻人人澡人人爽人人夜夜| 中文精品一卡2卡3卡4更新| 亚洲欧美精品综合一区二区三区 | 天堂中文最新版在线下载| 一区二区三区精品91| 日本vs欧美在线观看视频| 日韩中文字幕视频在线看片| 精品一区在线观看国产| 91在线精品国自产拍蜜月| 午夜福利影视在线免费观看| 麻豆精品久久久久久蜜桃| 乱人伦中国视频| 成年动漫av网址| 亚洲在久久综合| 日韩人妻精品一区2区三区| 久久久久久伊人网av| 一级片'在线观看视频| 国产成人免费无遮挡视频| 欧美成人午夜精品| 深夜精品福利| 免费不卡的大黄色大毛片视频在线观看| 麻豆乱淫一区二区| 在线天堂最新版资源| 欧美另类一区| 涩涩av久久男人的天堂| 国产精品国产三级专区第一集| 天美传媒精品一区二区| 午夜免费观看性视频| 亚洲天堂av无毛| av不卡在线播放| 国产毛片在线视频| 色吧在线观看| 久久久精品区二区三区| 交换朋友夫妻互换小说| 午夜日韩欧美国产| 人妻一区二区av| 亚洲av.av天堂| 久久久久国产精品人妻一区二区| 中文字幕另类日韩欧美亚洲嫩草| 啦啦啦在线免费观看视频4| 国产日韩欧美在线精品| 91午夜精品亚洲一区二区三区| 啦啦啦中文免费视频观看日本| 国产又爽黄色视频| 国产精品成人在线| 水蜜桃什么品种好| 黄频高清免费视频| 卡戴珊不雅视频在线播放| 国产精品不卡视频一区二区| 最新中文字幕久久久久| 亚洲精品第二区| videosex国产| 一级毛片电影观看| 天天影视国产精品| 精品国产一区二区久久| 超碰97精品在线观看| 天堂中文最新版在线下载| 亚洲精品久久午夜乱码| 考比视频在线观看| 日韩制服骚丝袜av| 女的被弄到高潮叫床怎么办| 亚洲人成电影观看| 曰老女人黄片| 欧美激情高清一区二区三区 | 亚洲三区欧美一区| 人成视频在线观看免费观看| 亚洲国产欧美网| 国产精品香港三级国产av潘金莲 | 免费人妻精品一区二区三区视频| 高清欧美精品videossex| 亚洲男人天堂网一区| 精品午夜福利在线看| 欧美日韩亚洲高清精品| 一级,二级,三级黄色视频| 亚洲成人手机| 国产一区二区三区综合在线观看| 国产视频首页在线观看| 成年女人在线观看亚洲视频| 日韩制服骚丝袜av| 亚洲国产成人一精品久久久| 一级,二级,三级黄色视频| 欧美日韩国产mv在线观看视频| 午夜福利,免费看| 各种免费的搞黄视频| 欧美成人精品欧美一级黄| 老鸭窝网址在线观看| 亚洲欧美一区二区三区久久| 国产精品.久久久| 欧美少妇被猛烈插入视频| 精品亚洲成a人片在线观看| 日本av免费视频播放| 免费日韩欧美在线观看| 在线天堂最新版资源| 91在线精品国自产拍蜜月| 两个人免费观看高清视频| 色婷婷av一区二区三区视频| 成年av动漫网址| av在线观看视频网站免费| 国产精品嫩草影院av在线观看| av有码第一页| 人人澡人人妻人| 久久国产精品男人的天堂亚洲| 国产欧美日韩综合在线一区二区| 精品少妇一区二区三区视频日本电影 | 欧美人与善性xxx| 免费久久久久久久精品成人欧美视频| 午夜福利视频在线观看免费| av福利片在线| 成人二区视频| 国产精品成人在线| 久久精品夜色国产| 电影成人av| av电影中文网址| 黄色一级大片看看| 黑人欧美特级aaaaaa片| 18+在线观看网站| 中文字幕色久视频| 男女午夜视频在线观看| 亚洲av成人精品一二三区| 性色av一级| 边亲边吃奶的免费视频| 亚洲四区av| 亚洲经典国产精华液单| 日日爽夜夜爽网站| 久久久久国产网址| 人人妻人人添人人爽欧美一区卜| 国产成人一区二区在线| 多毛熟女@视频| 亚洲欧美色中文字幕在线| 亚洲国产av新网站| 美女视频免费永久观看网站| 免费高清在线观看视频在线观看| 老司机亚洲免费影院| 欧美日韩综合久久久久久| 久久青草综合色| a级片在线免费高清观看视频| av网站在线播放免费| 乱人伦中国视频| 波多野结衣一区麻豆| 久久久久国产精品人妻一区二区| 日韩一本色道免费dvd| 不卡av一区二区三区| 90打野战视频偷拍视频| 丝袜美足系列| 夫妻性生交免费视频一级片| av国产久精品久网站免费入址| 亚洲精品美女久久av网站| 久久久久人妻精品一区果冻| 午夜免费男女啪啪视频观看| 免费av中文字幕在线| 多毛熟女@视频| 伊人久久国产一区二区| 国产一区二区在线观看av| 欧美日韩亚洲高清精品| 看非洲黑人一级黄片| 亚洲成人一二三区av| 麻豆av在线久日| 老司机影院成人| 欧美日韩一区二区视频在线观看视频在线| 国产精品久久久久久av不卡| 亚洲av电影在线进入| 一二三四中文在线观看免费高清| 国产一区二区激情短视频 | 精品国产一区二区三区久久久樱花| 一区二区三区四区激情视频| 精品酒店卫生间| 我的亚洲天堂| 亚洲男人天堂网一区| 国产高清国产精品国产三级| 丝瓜视频免费看黄片| 午夜福利网站1000一区二区三区| 午夜福利一区二区在线看| 人人妻人人澡人人爽人人夜夜| 日本色播在线视频| 一区二区三区四区激情视频| 久久久久久久大尺度免费视频| 亚洲精品美女久久av网站| 成人黄色视频免费在线看| 91精品伊人久久大香线蕉| 国产亚洲av片在线观看秒播厂| 丝袜美腿诱惑在线| 国产精品 欧美亚洲| 天堂俺去俺来也www色官网| 人妻一区二区av| 搡女人真爽免费视频火全软件| 国产av国产精品国产| 丁香六月天网| 老鸭窝网址在线观看| 久久99热这里只频精品6学生| 久久精品国产a三级三级三级| 男的添女的下面高潮视频| 午夜福利影视在线免费观看| 永久网站在线| 亚洲四区av| 制服丝袜香蕉在线| a 毛片基地| 母亲3免费完整高清在线观看 | 精品一品国产午夜福利视频| 午夜久久久在线观看| 在线观看免费视频网站a站| 2018国产大陆天天弄谢| 考比视频在线观看| 国产一区二区 视频在线| 久久久欧美国产精品| 欧美精品av麻豆av| 久久av网站| 国产成人av激情在线播放| 伊人久久大香线蕉亚洲五| 男女边摸边吃奶| 国产成人aa在线观看| 久久免费观看电影| 99热全是精品| 国产黄频视频在线观看| 啦啦啦啦在线视频资源| 26uuu在线亚洲综合色| 久久久久久久大尺度免费视频| 少妇被粗大猛烈的视频| 伊人久久国产一区二区| 日韩中文字幕视频在线看片| 秋霞伦理黄片| 有码 亚洲区| 两个人免费观看高清视频| av一本久久久久| 亚洲精品一二三| 成人影院久久| 国产精品二区激情视频| 国产av国产精品国产| 成人免费观看视频高清| 亚洲精品国产av成人精品| 天堂中文最新版在线下载| 亚洲精品日本国产第一区| 伊人亚洲综合成人网| 免费黄色在线免费观看| 中文欧美无线码| 蜜桃国产av成人99| 又大又黄又爽视频免费| 精品人妻一区二区三区麻豆| 亚洲国产av新网站| 国产日韩欧美在线精品| 伦理电影免费视频| 不卡视频在线观看欧美| videossex国产| 国产有黄有色有爽视频| 中文乱码字字幕精品一区二区三区| 电影成人av| 国产乱来视频区| 国产精品无大码| 丝袜在线中文字幕| 亚洲伊人久久精品综合| 男人添女人高潮全过程视频| 搡老乐熟女国产| 精品少妇黑人巨大在线播放| 精品卡一卡二卡四卡免费| 精品国产一区二区三区久久久樱花| av不卡在线播放| 久久久久久久久久久久大奶| 性色av一级| 久久免费观看电影| 日本av手机在线免费观看| 午夜日韩欧美国产| 精品一品国产午夜福利视频| 亚洲国产av影院在线观看| 国产精品国产三级国产专区5o| 国产av码专区亚洲av| 看免费av毛片| 国产av一区二区精品久久| 精品国产一区二区久久| 一级黄片播放器| 亚洲在久久综合| 高清av免费在线| 天天躁夜夜躁狠狠躁躁| 亚洲欧美精品自产自拍| 天堂8中文在线网| 国产免费又黄又爽又色| 波多野结衣一区麻豆| a 毛片基地| 人人妻人人澡人人爽人人夜夜| 啦啦啦在线观看免费高清www| 欧美日韩亚洲高清精品| 一级片免费观看大全| 亚洲欧美中文字幕日韩二区| 中文欧美无线码| 男人舔女人的私密视频| 亚洲av福利一区| 成人午夜精彩视频在线观看| 久久99热这里只频精品6学生| 欧美最新免费一区二区三区| 男人爽女人下面视频在线观看| 男女边摸边吃奶| 999精品在线视频| 亚洲欧美成人综合另类久久久| tube8黄色片| 夫妻午夜视频| 成年人免费黄色播放视频| av国产久精品久网站免费入址| 久久99一区二区三区| 日韩一区二区三区影片| 一区二区av电影网| 美女中出高潮动态图| 青春草亚洲视频在线观看| 大香蕉久久网| 2021少妇久久久久久久久久久| 久久鲁丝午夜福利片| 卡戴珊不雅视频在线播放| 免费观看在线日韩| 人妻系列 视频| 国产欧美日韩综合在线一区二区| 亚洲第一av免费看| 日本猛色少妇xxxxx猛交久久| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 欧美成人精品欧美一级黄| av片东京热男人的天堂| av视频免费观看在线观看| 黄色怎么调成土黄色| 久久久久久久久久人人人人人人| 欧美精品亚洲一区二区| 中文字幕人妻熟女乱码| 亚洲欧美色中文字幕在线| 搡老乐熟女国产| 看十八女毛片水多多多| 亚洲欧美中文字幕日韩二区| 观看av在线不卡| 欧美av亚洲av综合av国产av | 性色av一级| 极品人妻少妇av视频| 精品视频人人做人人爽| av在线播放精品| 天堂中文最新版在线下载| 国产乱来视频区| 国产一区二区在线观看av| 精品一品国产午夜福利视频| 久久97久久精品| 欧美xxⅹ黑人| 丰满饥渴人妻一区二区三| 视频区图区小说| 精品视频人人做人人爽| 久久97久久精品| 男女免费视频国产| 蜜桃国产av成人99| 少妇的丰满在线观看| 亚洲,欧美精品.| 亚洲欧美一区二区三区久久| 这个男人来自地球电影免费观看 | 亚洲成色77777| 久久久久精品性色| 国产熟女午夜一区二区三区| 日本欧美视频一区| 久久久久久久久免费视频了| 中文字幕另类日韩欧美亚洲嫩草| 国产精品一二三区在线看| 亚洲国产av新网站| 另类亚洲欧美激情| 精品卡一卡二卡四卡免费| 男女啪啪激烈高潮av片| 亚洲图色成人| 国产视频首页在线观看| 久久国产精品大桥未久av| 少妇 在线观看| 亚洲国产av新网站| 免费看不卡的av| 99久久综合免费| 91午夜精品亚洲一区二区三区| 久久人人97超碰香蕉20202| 有码 亚洲区| 大香蕉久久网| 九色亚洲精品在线播放| 精品一区二区三区四区五区乱码 | 亚洲三区欧美一区| 桃花免费在线播放| 18禁国产床啪视频网站| av电影中文网址| 91国产中文字幕| 国产野战对白在线观看| 天堂8中文在线网| 亚洲第一区二区三区不卡| 免费看av在线观看网站| 777米奇影视久久| 国产一区二区三区综合在线观看| 国产老妇伦熟女老妇高清| 欧美日韩精品成人综合77777| 欧美在线黄色| 黄色毛片三级朝国网站| 91午夜精品亚洲一区二区三区| av线在线观看网站| 男女国产视频网站| 最近中文字幕2019免费版| 久久人人爽人人片av| 亚洲av男天堂| 亚洲久久久国产精品| 免费在线观看视频国产中文字幕亚洲 | 亚洲欧美清纯卡通| 久久精品亚洲av国产电影网| 国产精品久久久av美女十八| av在线播放精品| 电影成人av| 精品亚洲乱码少妇综合久久| 美女xxoo啪啪120秒动态图| 久久人妻熟女aⅴ| 欧美 日韩 精品 国产| www.精华液| 欧美最新免费一区二区三区| 建设人人有责人人尽责人人享有的| 免费不卡的大黄色大毛片视频在线观看| 99re6热这里在线精品视频| 亚洲一区中文字幕在线| 国产国语露脸激情在线看| 热99久久久久精品小说推荐| 最近手机中文字幕大全| 亚洲色图 男人天堂 中文字幕| 美女中出高潮动态图| av卡一久久| 欧美亚洲 丝袜 人妻 在线| 久久久久久久亚洲中文字幕| 高清不卡的av网站| 久久久亚洲精品成人影院| 新久久久久国产一级毛片| 久久久精品国产亚洲av高清涩受| 国产精品不卡视频一区二区| 不卡av一区二区三区| 99热国产这里只有精品6| 一区二区日韩欧美中文字幕| 王馨瑶露胸无遮挡在线观看| 两性夫妻黄色片| 成年动漫av网址| av国产久精品久网站免费入址| 欧美精品一区二区免费开放| 国产淫语在线视频| videossex国产| 制服诱惑二区| 两个人免费观看高清视频| av电影中文网址| 五月伊人婷婷丁香| av视频免费观看在线观看| 卡戴珊不雅视频在线播放| 欧美亚洲 丝袜 人妻 在线| 巨乳人妻的诱惑在线观看| 精品少妇内射三级| 免费人妻精品一区二区三区视频| 欧美97在线视频| 精品少妇内射三级| 亚洲美女黄色视频免费看| 日韩一区二区视频免费看| 日韩欧美精品免费久久| 五月伊人婷婷丁香| 蜜桃在线观看..| www日本在线高清视频| 国产国语露脸激情在线看| 国产成人一区二区在线| 黄色视频在线播放观看不卡| 最近最新中文字幕免费大全7|