• <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BERT模型的投資者情緒指數(shù)建模及與價格關(guān)系分析

    2020-08-31 14:58:44林杰江晨曦
    上海管理科學(xué) 2020年4期
    關(guān)鍵詞:期貨市場

    林杰 江晨曦

    摘 要: 基于BERT模型,應(yīng)用21家期貨公司行情預(yù)測分析文本數(shù)據(jù),構(gòu)建了期貨市場投資者情緒指數(shù);在此基礎(chǔ)上,運用格蘭杰因果檢驗分析了期貨市場價格與市場情緒指數(shù)的相互影響作用。研究結(jié)果表明,BERT模型相較基于經(jīng)典分類算法模型在各評價指標(biāo)上均有約10%的提升。同時,投資者情緒指數(shù)與期貨收盤價之間存在相互影響,期貨收盤價對投資者情緒的影響程度更大,影響持續(xù)時間更短。

    關(guān)鍵詞: 投資者情緒指數(shù);BERT模型;期貨市場;文本情感分類

    中圖分類號: F 830.9 ? 文獻(xiàn)標(biāo)志碼: A

    Abstract: Based on the BERT model, the text data of 21 futures companies market prediction and analysis was used to construct an investors sentiment index for the futures market. On this basis, Granger causality test was used to analyze the interaction between the futures market price and the market sentiment index. The research results show that the BERT model has improved about 10% in various evaluation indicators compared with the model based on the classic classification algorithm. At the same time, there is a mutual influence between the investors sentiment index and the futures closing price. The futures closing price has a greater degree of influence on investors sentiment and has a shorter duration.

    Key words: investors sentiment index; BERT model; futures market; sentiment classification of text

    研究發(fā)現(xiàn),在方法上,利用文本數(shù)據(jù)構(gòu)建投資者情緒指數(shù)時,多數(shù)學(xué)者使用的是向量空間模型結(jié)合分類算法來進(jìn)行情感分類。該方法的缺陷在于運用該方法產(chǎn)生的特征向量無法表達(dá)語義,僅僅是文本的數(shù)字編號,這對情感分類的準(zhǔn)確性將產(chǎn)生較大影響。隨著深度學(xué)習(xí)的迅速發(fā)展,許多新的語言模型脫穎而出,目前運用這些語言模型進(jìn)行投資者情緒度量的研究仍處于起步階段,且由于中文語料和英文語料之間存在差別,探究如何準(zhǔn)確且高效地度量投資者情緒具有一定的理論意義。

    與此同時,在應(yīng)用領(lǐng)域中,國內(nèi)外的投資者情緒研究主要集中在股票市場,鮮有對期貨市場投資者情緒的關(guān)注。期貨市場與股票市場在交易規(guī)則和交易體量上的差別,導(dǎo)致在文本數(shù)據(jù)中期貨市場用語和股票市場用語也不盡相同。同時,投資者在面對股票市場和期貨市場時的情緒也存在較大差異。因此,本研究使用BERT模型對國內(nèi)期貨公司發(fā)布的日頻行情預(yù)測分析文本進(jìn)行情感分類,得到日頻機構(gòu)投資者的情緒指數(shù),并運用計量方法研究投資者情緒指數(shù)與期貨市場價格之間的相互影響作用。

    1 構(gòu)建投資者情緒指數(shù)

    1.1 BERT模型

    2018年末,深度學(xué)習(xí)在自然語言處理領(lǐng)域取得了重大突破,由谷歌公司提出的BERT模型通過了各大自然語言處理測試,在11種不同測試中均創(chuàng)下最佳成績。BERT模型的全名為Bidirectional Encoder Representation from Transformers,即基于Transformers的雙向編碼表征模型。

    Transformer是2017年由谷歌提出的特征提取器,自面世以來因其在實驗中的優(yōu)異表現(xiàn)逐漸受到學(xué)者們的關(guān)注和青睞,有望超越CNN和RNN成為自然語言處理領(lǐng)域最主流的特征提取器。Transformer模型誕生的初衷是為了提高翻譯任務(wù)的效率,之后的實驗證明該模型的Self-Attention機制和Positional Encoding在其他人工智能領(lǐng)域也能取得很好的效果。在自然語言處理中,Self-Attention機制使得模型在對一個詞進(jìn)行編碼時,可以將句子中的其他詞作為參考因素來確定當(dāng)前詞的編碼,Positional Encoding則可以將詞的相對位置和絕對位置作為信息放入模型中。BERT模型中的Transformer在原模型的基礎(chǔ)上,用Positional Embedding取代了Positional Encoding。同時,為了使模型能夠同時獲取當(dāng)前詞上下文的信息,BERT模型加入了雙向的Transformer。

    BERT模型繼承了先前語言模型的優(yōu)點并沿襲了自然語言處理領(lǐng)域中遷移學(xué)習(xí)的發(fā)展趨勢,它與ELMO模型和GPT模型一樣是一個兩階段模型,第一階段為雙向語言表征模型的預(yù)訓(xùn)練,第二階段根據(jù)具體的下游任務(wù)做Fine-tune。在第一階段預(yù)訓(xùn)練過程中,BERT模型使用兩個無監(jiān)督預(yù)測任務(wù)進(jìn)行預(yù)訓(xùn)練,分別是Masked LM和Next Sentence Prediction。Masked LM任務(wù)隨機掩藏句子中的部分詞匯,讓模型對掩藏詞匯進(jìn)行預(yù)測。Next Sentence Prediction任務(wù)要求模型判斷隨機抽取的兩個句子是否是相鄰的,通過這一階段的預(yù)訓(xùn)練得到預(yù)訓(xùn)練模型。在第二階段Fine-tune過程中,模型將根據(jù)下游任務(wù)使用標(biāo)注數(shù)據(jù)對預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練,有目的性地調(diào)整模型參數(shù),從而使模型具有更好的泛化能力,下游任務(wù)包括單句分類任務(wù)、配對分類任務(wù)、問答任務(wù)和單句標(biāo)記任務(wù),圖1描述了BERT模型進(jìn)行單句分類任務(wù)的結(jié)構(gòu)。通過兩階段的訓(xùn)練即可生成一個適用于對應(yīng)下游任務(wù)的語言模型。

    在自然語言處理領(lǐng)域中,預(yù)訓(xùn)練需要龐大的數(shù)據(jù)集和強大的算力作為支持,這是自然語言處理門檻較高的主要原因。谷歌公司公開了各語種的預(yù)訓(xùn)練模型,因此可以利用中文預(yù)訓(xùn)練模型根據(jù)標(biāo)注數(shù)據(jù)進(jìn)行Fine-tune,得到更適用于某個研究領(lǐng)域的語言模型,運用該模型完成下游任務(wù)。本研究關(guān)注的是利用Fine-tune后的BERT模型進(jìn)行中文單句情感分類任務(wù)。

    1.2 數(shù)據(jù)爬取和預(yù)處理

    作為機構(gòu)投資者的期貨公司,投資行為更加理性,觀點更加客觀。在大數(shù)據(jù)時代和國內(nèi)期貨公司逐步規(guī)范化的背景下,期貨公司會在其官方網(wǎng)站發(fā)布下一個交易日中對各個期貨品種的行情預(yù)測分析文本。本研究對各大期貨交易所的會員公司進(jìn)行篩選,利用爬蟲技術(shù)從篩選出的期貨公司官方網(wǎng)站上爬取日頻行情預(yù)測分析文本,按期貨品種分為不同表存入MySQL數(shù)據(jù)庫。本研究共爬取期貨公司預(yù)測分析文本數(shù)據(jù)141781條,時間跨度從2011年8月到2019年10月,共含上海期貨交易所、大連商品交易所和鄭州商品交易所上市的55個期貨品種,涉及21家期貨公司。由于部分期貨公司網(wǎng)站發(fā)布信息的不連續(xù)性,同一公司同一期貨品種的文本數(shù)據(jù)存在時間斷點,爬取數(shù)據(jù)的數(shù)據(jù)庫表結(jié)構(gòu)如表1所示。

    由于2011年至2015年間,發(fā)布日內(nèi)行情預(yù)測的期貨公司較少,平均每日文本數(shù)據(jù)不足8條,使用這段時間的文本數(shù)據(jù)構(gòu)建日頻投資者情緒指數(shù)將導(dǎo)致指數(shù)不具有代表性和客觀性,因此本研究選取日均數(shù)據(jù)量更大的上海期貨交易所的銅品種的行情預(yù)測文本作為實驗數(shù)據(jù),時間跨度為2016年9月至2019年10月,共包含540個交易日。

    確定實驗數(shù)據(jù)后,本研究從實驗數(shù)據(jù)中隨機選擇4364條進(jìn)行人工標(biāo)注評分,將文本的投資者情緒分為五檔,其中-2分為“完全看空”,-1分為“輕微看空”,0分為“震蕩”,1分為“輕微看多”,2分為“完全看多”。為降低人工標(biāo)注評分的個人主觀因素影響,人工標(biāo)注評分工作由5名相關(guān)專業(yè)的志愿者完成,采取投票機制,取5人標(biāo)注評分結(jié)果的眾數(shù)作為每條數(shù)據(jù)的情感標(biāo)簽。為驗證模型對不同品種進(jìn)行情感分類的準(zhǔn)確性,以同樣的方法對銅品種外其他期貨品種的1153條文本數(shù)據(jù)進(jìn)行了標(biāo)注。

    1.3 文本情感分類

    本研究實驗為五分類問題,將銅品種的已標(biāo)注數(shù)據(jù)進(jìn)行隨機排序后按6∶2∶2的比例分為訓(xùn)練集、驗證集和測試集,利用這些數(shù)據(jù)基于1.1中提到的BERT中文預(yù)訓(xùn)練模型進(jìn)行Fine-tune。模型參數(shù)為單次訓(xùn)練樣本數(shù)batch size=32,學(xué)習(xí)率learning rate=1e-5,訓(xùn)練迭代次數(shù)epochs=6,訓(xùn)練數(shù)據(jù)最大長度max length=256,得到Fine-tune后的BERT模型。與此同時,為比較BERT模型與基于隨機森林和支持向量機等算法的情感分類模型的效果,本研究基于同一數(shù)據(jù)分別使用word2vec結(jié)合隨機森林和支持向量機兩個經(jīng)典分類算法進(jìn)行情感分類。實驗硬件及軟件環(huán)境如表2所示。

    在包含874條數(shù)據(jù)的測試集中,-2分、-1分、0分、1分和2分標(biāo)簽的數(shù)量分別為40條、166條、385條、197條和86條。表3、表4和表5分別是隨機森林模型、支持向量機模型和Fine-tune后的BERT模型在測試集上的混淆矩陣,混淆矩陣能夠清晰地展示各模型對文本進(jìn)行五檔情感分類時正確與錯誤的情況,可以看到BERT模型在“-2”“-1”“1”和“2”標(biāo)簽上分類正確的數(shù)量均高于其他兩個模型。

    分類問題常用準(zhǔn)確率(accuracy)、精準(zhǔn)率(precision)、召回率(recall)和F1-Score來作為評估結(jié)果的指標(biāo),本研究使用sklearn庫的classification_report函數(shù)計算指標(biāo),表6比較了三個模型在測試集上的評估結(jié)果。如表6所示,BERT模型在各項指標(biāo)中均達(dá)到了最優(yōu),比基于經(jīng)典分類算法的模型高約10%,說明使用BERT模型對期貨公司行情預(yù)測文本進(jìn)行情感分類具有很好的效果。同時,在對分類結(jié)果進(jìn)行梳理時進(jìn)一步發(fā)現(xiàn),F(xiàn)ine-tune后的BERT模型對文本長度小于50個字符的文本數(shù)據(jù)進(jìn)行情感分類時,各項評估指標(biāo)能夠達(dá)到0.92,說明BERT模型對長度較短的文本進(jìn)行情感分類的效果極佳。

    為了檢驗?zāi)P蛯ζ渌谪浧贩N行情預(yù)測文本的分類效果,使用BERT模型對1.2中已標(biāo)注的銅品種外的1153條文本數(shù)據(jù)進(jìn)行了分類,準(zhǔn)確率達(dá)到了0.765,F(xiàn)1-Score達(dá)到了0.7681,說明Fine-tune的BERT模型具有良好的泛化能力,能夠?qū)ζ渌谪浧贩N的行情預(yù)測文本進(jìn)行分類。

    2.5 格蘭杰因果檢驗

    雖然在上節(jié)中已經(jīng)證明了VSI和LCUC存在長期協(xié)整關(guān)系,但協(xié)整檢驗并不能得出兩者之間是否存在因果關(guān)系,以及影響是如何相互作用的,因此需要對VSI和LCUC進(jìn)行格蘭杰因果關(guān)系檢驗。格蘭杰因果關(guān)系檢驗?zāi)軌蚍治銎椒€(wěn)時間序列X和Y之間的因果關(guān)系,如果X的滯后值在對Y的預(yù)測中能夠有幫助,則可以說X是Y的格蘭杰原因,或稱Y是由X格蘭杰引起的。根據(jù)AIC和SC準(zhǔn)則確定滯后階數(shù),對VSI和LCUC進(jìn)行格蘭杰因果關(guān)系檢驗,實驗結(jié)果見表8。在5%的顯著性水平下,接受VSI不是LCUC的格蘭杰原因,拒絕LCUC不是VSI的格蘭杰原因,說明在銅品種期貨市場中,收盤價的對數(shù)是投資者情緒指數(shù)的格蘭杰原因。

    2.6 脈沖響應(yīng)函數(shù)

    脈沖響應(yīng)函數(shù)通過在擾動項上施加一個標(biāo)準(zhǔn)差的沖擊來衡量其對模型內(nèi)生變量當(dāng)前值和未來值的影響。VAR模型中VSI和LCUC的動態(tài)響應(yīng)見圖3。圖3中實線代表一個標(biāo)準(zhǔn)差的沖擊所產(chǎn)生的影響,虛線為正負(fù)2倍標(biāo)準(zhǔn)差的置信區(qū)間。

    圖3(a)中,橫軸表示期數(shù)(天),縱軸表示投資者情緒指數(shù)VSI。當(dāng)本期給銅品種收盤價的對數(shù)序列一個正向單位標(biāo)準(zhǔn)差的沖擊后,投資者情緒指數(shù)在第1期沒有響應(yīng),但在第2期立即達(dá)到了正向響應(yīng)的最大值,之后正向響應(yīng)逐漸減弱并在第7期轉(zhuǎn)為小幅度的負(fù)向響應(yīng),此后響應(yīng)逐步趨于0,持續(xù)時間約40期。

    圖3(b)中,橫軸表示期數(shù)(天),縱軸表示收盤價對數(shù)序列LCUC。當(dāng)本期給投資者情緒指數(shù)序列一個正向單位標(biāo)準(zhǔn)差的沖擊后,銅品種收盤價對數(shù)序列立即產(chǎn)生了一個正向響應(yīng)并在第2期達(dá)到了正向響應(yīng)的最大值,隨后正向響應(yīng)逐漸減弱并在第6期達(dá)到負(fù)向響應(yīng)的最大值,此后響應(yīng)逐步減弱,在55期趨于穩(wěn)定,接近于0。

    脈沖響應(yīng)函數(shù)分析表明,投資者情緒指數(shù)與期貨收盤價的變動均會在初期對另一方產(chǎn)生正向影響,隨后逐步轉(zhuǎn)變?yōu)檩^弱的負(fù)向影響,最后影響逐漸消失。區(qū)別在于,收盤價對投資者情緒指數(shù)的沖擊強度要比投資者情緒指數(shù)對收盤價的沖擊強度更強,而投資者情緒指數(shù)的變動對收盤價的影響時間更長??傮w而言,投資者情緒指數(shù)和收盤價之間存在相互作用,收盤價對投資者情緒指數(shù)的影響更大,反應(yīng)時間更短。

    期貨收盤價的變動能夠?qū)ν顿Y者情緒產(chǎn)生較大影響,此結(jié)論符合現(xiàn)實情況。機構(gòu)投資者情緒對期貨收盤價的影響較小,可能的原因是期貨價格的走勢受到多個層面、多種因素的影響,在宏觀與微觀、供給與需求等條件的變化之下,期貨公司對未來期貨行情走勢的預(yù)測存在不可避免的偏差。與此同時,期貨公司作為投資機構(gòu)對散戶投資者的影響相對較小,機構(gòu)投資者情緒指數(shù)無法體現(xiàn)散戶投資者的情緒和交易決策。

    3 結(jié)論

    本研究以期貨公司行情預(yù)測分析文本為樣本,使用BERT模型對文本進(jìn)行情感分類,從而從文本中抽取出機構(gòu)投資者即期貨公司對期貨市場未來走向的情感傾向,構(gòu)建日頻機構(gòu)投資者的情緒指數(shù)來度量機構(gòu)投資者情緒,并運用計量方法研究投資者情緒指數(shù)與期貨市場之間的相互影響作用。研究結(jié)果表明,BERT模型能夠有效提高對非結(jié)構(gòu)化文本數(shù)據(jù)分類的效果,相比過去的情感分類方法,在各評價指標(biāo)上均有約10%的提升,從而能夠準(zhǔn)確且高效地幫助度量機構(gòu)投資者情緒。BERT模型不僅提高了文本情感分類的準(zhǔn)確性,還降低了文本情感分類的難度和成本,F(xiàn)ine-tune后的語言模型能夠重復(fù)利用,對同領(lǐng)域的文本均具有良好的分類效果,基于BERT模型的期貨機構(gòu)投資者情緒指數(shù)構(gòu)建方法對投資者情緒研究具有重要現(xiàn)實意義。此外,實證分析的結(jié)果表明基于BERT模型情感分類構(gòu)建的投資者情緒指數(shù)與期貨收盤價之間存在相互作用。當(dāng)期貨收盤價上漲(下跌)時,投資者情緒先會展現(xiàn)出較大程度的樂觀(悲觀),而隨著時間的推移,這種樂觀態(tài)度將逐漸轉(zhuǎn)變?yōu)檩^小程度的悲觀(樂觀);當(dāng)投資者情緒表現(xiàn)為樂觀(悲觀)時,收盤價會在短期內(nèi)出現(xiàn)上漲(下跌)態(tài)勢,隨后會轉(zhuǎn)變?yōu)樾》鹊南碌ㄉ蠞q)。相比較而言,期貨收盤價對投資者情緒的影響程度更大,影響時間更短。

    隨著大數(shù)據(jù)時代的來臨,以投資者情緒指數(shù)為例,互聯(lián)網(wǎng)中蘊藏著大量有價值的非結(jié)構(gòu)化文本數(shù)據(jù),如何合理選取并充分利用海量的高質(zhì)量文本數(shù)據(jù),更好地挖掘互聯(lián)網(wǎng)中的有效信息,將是今后研究的重要內(nèi)容。

    參考文獻(xiàn):

    [1] TURNEY P D. Mining the web for synonyms: PMI-IR versus LSA on TOEFL[C]//European conference on machine learning. Springer, Berlin, Heidelberg, 2001: 491-502.

    [2] KAMPS J, MARX M, MOKKEN R J, et al. Using WordNet to measure semantic orientations of adjectives[C]//LREC. 2004: 1115-1118.

    [3] CHEN H, DE P, HU Y J, et al. Wisdom of crowds: the value of stock opinions transmitted through social media[J]. The Review of Financial Studies, 2014, 27(5): 1367-1403.

    [4] 程琬蕓, 林杰. 社交媒體的投資者漲跌情緒與證券市場指數(shù)[J]. 管理科學(xué), 2013, 26(5): 111-119.

    [5] PANG B, LEE L, VAITHYANATHAN S. Thumbs up?: sentiment classification using machine learning techniques[C]//Proceedings of the ACL-02 conference on Empirical methods in natural language processing-Volume 10. Association for Computational Linguistics, 2002: 79-86.

    [6] DAS S R, CHEN M Y. Yahoo! for Amazon: sentiment extraction from small talk on the web[J]. Management science, 2007, 53(9): 1375-1388.

    [7] VASWANI A, SHAZEER N, PARMAR N, et al. Attention is all you need[C]//Advances in neural information processing systems. 2017: 5998-6008.

    [8] DEVLIN J, CHANG M W, LEE K, et al. BERT: pre-training of deep bidirectional transformers for language understanding[J]. 2018.

    猜你喜歡
    期貨市場
    紙漿期貨市場相關(guān)數(shù)據(jù)
    造紙信息(2022年2期)2022-04-03 22:13:20
    肥料企業(yè)該如何面對尿素期貨市場?
    當(dāng)下與未來:對離岸人民幣期貨市場發(fā)展的思考
    中國外匯(2019年23期)2019-05-25 07:06:38
    量化投資在期貨市場的有效應(yīng)用
    “一帶一路”建設(shè)背景下鄭州商品交易所發(fā)展研究
    期貨市場投資策略研究
    基于博弈視角的股指期貨市場監(jiān)管體制創(chuàng)新
    我國農(nóng)產(chǎn)品期貨市場的價格發(fā)現(xiàn)功能研究
    我國期貨市場內(nèi)幕交易規(guī)制反思——以美國法的理論與規(guī)范為借鑒
    商事法論集(2014年1期)2014-06-27 01:20:50
    淺談我國期貨市場環(huán)境對期貨市場發(fā)展的影響
    在线观看三级黄色| 久久久久国产一级毛片高清牌| 夫妻性生交免费视频一级片| 国产激情久久老熟女| 国产欧美日韩综合在线一区二区| xxx大片免费视频| 制服人妻中文乱码| 王馨瑶露胸无遮挡在线观看| 色吧在线观看| 美女xxoo啪啪120秒动态图| 久久韩国三级中文字幕| 又黄又粗又硬又大视频| 久久久久久人人人人人| 欧美变态另类bdsm刘玥| 国产一区二区激情短视频 | 一边摸一边做爽爽视频免费| 午夜福利视频在线观看免费| 久久毛片免费看一区二区三区| 成人免费观看视频高清| 欧美精品人与动牲交sv欧美| 日本vs欧美在线观看视频| 久久久国产一区二区| 男女国产视频网站| 91精品伊人久久大香线蕉| 男人爽女人下面视频在线观看| 如何舔出高潮| 成年动漫av网址| 深夜精品福利| 波野结衣二区三区在线| freevideosex欧美| 国产精品人妻久久久影院| 国产一区二区 视频在线| 精品国产国语对白av| 亚洲欧美精品综合一区二区三区 | 最近手机中文字幕大全| 女人被躁到高潮嗷嗷叫费观| 少妇被粗大的猛进出69影院| 久久人妻熟女aⅴ| 国产精品成人在线| 91国产中文字幕| 国产97色在线日韩免费| 一区二区三区四区激情视频| 精品少妇一区二区三区视频日本电影 | 久久精品国产亚洲av涩爱| 国产有黄有色有爽视频| 国产欧美日韩综合在线一区二区| 国产精品女同一区二区软件| 成年人午夜在线观看视频| 久热久热在线精品观看| 免费看不卡的av| 久久国产精品大桥未久av| 日产精品乱码卡一卡2卡三| 精品国产一区二区久久| 午夜免费鲁丝| 国产成人aa在线观看| 国产欧美日韩一区二区三区在线| 久久这里有精品视频免费| 国产不卡av网站在线观看| 老司机影院毛片| 最新的欧美精品一区二区| 亚洲美女视频黄频| 精品第一国产精品| 秋霞在线观看毛片| 夜夜骑夜夜射夜夜干| 久久精品夜色国产| 亚洲av在线观看美女高潮| 考比视频在线观看| 精品国产乱码久久久久久男人| 欧美xxⅹ黑人| 国产熟女午夜一区二区三区| 亚洲国产精品一区三区| 最近的中文字幕免费完整| 久久韩国三级中文字幕| 日韩一区二区三区影片| 精品一品国产午夜福利视频| av有码第一页| 成人黄色视频免费在线看| 可以免费在线观看a视频的电影网站 | 国产黄色免费在线视频| 精品午夜福利在线看| 午夜免费鲁丝| 秋霞在线观看毛片| 国产日韩欧美亚洲二区| 国产在线视频一区二区| 久久99精品国语久久久| √禁漫天堂资源中文www| 精品卡一卡二卡四卡免费| 黄网站色视频无遮挡免费观看| av在线app专区| 尾随美女入室| 这个男人来自地球电影免费观看 | 亚洲成色77777| 亚洲一码二码三码区别大吗| 国产成人免费观看mmmm| 国产免费视频播放在线视频| 国产精品久久久久久久久免| 又大又黄又爽视频免费| 精品一区在线观看国产| 欧美亚洲日本最大视频资源| 捣出白浆h1v1| 成人国产av品久久久| av不卡在线播放| 国产成人精品一,二区| 亚洲,欧美,日韩| 伦理电影大哥的女人| 青春草视频在线免费观看| 精品亚洲成国产av| 日韩免费高清中文字幕av| 久久国产亚洲av麻豆专区| 日日摸夜夜添夜夜爱| 欧美精品一区二区免费开放| 午夜日本视频在线| 一级片免费观看大全| 在线看a的网站| 久久精品人人爽人人爽视色| 美女中出高潮动态图| 亚洲国产毛片av蜜桃av| 少妇猛男粗大的猛烈进出视频| 亚洲五月色婷婷综合| 亚洲av在线观看美女高潮| 久久久国产欧美日韩av| 国产欧美亚洲国产| 一区二区三区精品91| 国产精品 欧美亚洲| 亚洲国产最新在线播放| www.自偷自拍.com| 国产成人精品福利久久| 一区在线观看完整版| 一边亲一边摸免费视频| 国产精品 欧美亚洲| 婷婷色综合www| 久热久热在线精品观看| 看免费成人av毛片| 免费观看a级毛片全部| www.精华液| 丰满少妇做爰视频| 伊人久久国产一区二区| 久久女婷五月综合色啪小说| 欧美精品一区二区免费开放| 搡老乐熟女国产| 9热在线视频观看99| 国产乱人偷精品视频| 日韩视频在线欧美| 日本-黄色视频高清免费观看| 免费在线观看黄色视频的| 日韩制服骚丝袜av| 久久综合国产亚洲精品| 亚洲欧美精品综合一区二区三区 | 亚洲国产精品国产精品| 老汉色av国产亚洲站长工具| 一区二区三区精品91| 美女国产视频在线观看| 日韩制服骚丝袜av| 最近中文字幕高清免费大全6| 水蜜桃什么品种好| 美女中出高潮动态图| 亚洲经典国产精华液单| 最新中文字幕久久久久| 国产男人的电影天堂91| 久久国产亚洲av麻豆专区| 少妇熟女欧美另类| tube8黄色片| 国产毛片在线视频| 永久免费av网站大全| 一区二区av电影网| 亚洲国产精品一区三区| 人妻少妇偷人精品九色| 精品视频人人做人人爽| 黑丝袜美女国产一区| 1024视频免费在线观看| 一边亲一边摸免费视频| 国语对白做爰xxxⅹ性视频网站| 亚洲情色 制服丝袜| 国产黄色视频一区二区在线观看| 亚洲精品美女久久久久99蜜臀 | 十八禁高潮呻吟视频| 亚洲第一区二区三区不卡| 免费av中文字幕在线| 免费看av在线观看网站| 国产一区二区激情短视频 | 天天躁夜夜躁狠狠久久av| 国产成人免费观看mmmm| 亚洲av免费高清在线观看| 高清在线视频一区二区三区| 国产男女超爽视频在线观看| 最近最新中文字幕免费大全7| 国产免费一区二区三区四区乱码| 国产欧美日韩一区二区三区在线| av在线老鸭窝| 你懂的网址亚洲精品在线观看| 菩萨蛮人人尽说江南好唐韦庄| 91aial.com中文字幕在线观看| 青春草亚洲视频在线观看| a 毛片基地| 国产精品久久久av美女十八| 国产成人精品久久久久久| 日韩大片免费观看网站| 国产精品成人在线| 久久97久久精品| 999久久久国产精品视频| 欧美xxⅹ黑人| 97在线视频观看| 久久久久视频综合| 日韩免费高清中文字幕av| 乱人伦中国视频| 不卡视频在线观看欧美| 日本午夜av视频| 久久 成人 亚洲| 亚洲三级黄色毛片| 亚洲国产av新网站| 免费看av在线观看网站| 天天躁夜夜躁狠狠久久av| 在线观看免费高清a一片| 久久狼人影院| 99热网站在线观看| 中文字幕亚洲精品专区| 人体艺术视频欧美日本| 少妇人妻 视频| 免费观看性生交大片5| 夜夜骑夜夜射夜夜干| 韩国av在线不卡| 久久久久视频综合| 少妇人妻 视频| 男人操女人黄网站| 成人国产av品久久久| 日韩精品免费视频一区二区三区| 男人舔女人的私密视频| 秋霞伦理黄片| 黑人巨大精品欧美一区二区蜜桃| 欧美激情 高清一区二区三区| 一区在线观看完整版| 一本色道久久久久久精品综合| 中文字幕最新亚洲高清| 国产欧美日韩一区二区三区在线| 免费看不卡的av| 亚洲美女黄色视频免费看| 校园人妻丝袜中文字幕| 涩涩av久久男人的天堂| 人体艺术视频欧美日本| 日韩中字成人| 中文字幕最新亚洲高清| 国产无遮挡羞羞视频在线观看| 不卡视频在线观看欧美| 69精品国产乱码久久久| 国产亚洲午夜精品一区二区久久| 亚洲精品第二区| 蜜桃在线观看..| 成人手机av| 国产日韩一区二区三区精品不卡| 激情视频va一区二区三区| 在线天堂中文资源库| 日韩制服骚丝袜av| 丝袜脚勾引网站| 侵犯人妻中文字幕一二三四区| 亚洲成av片中文字幕在线观看 | 国产97色在线日韩免费| 欧美bdsm另类| av不卡在线播放| h视频一区二区三区| 交换朋友夫妻互换小说| 国产亚洲最大av| 少妇 在线观看| 宅男免费午夜| 亚洲av国产av综合av卡| 日本av手机在线免费观看| 三上悠亚av全集在线观看| 免费高清在线观看日韩| 国产精品 欧美亚洲| a 毛片基地| 亚洲成av片中文字幕在线观看 | 国产精品 欧美亚洲| 9热在线视频观看99| 性色av一级| 女人高潮潮喷娇喘18禁视频| 永久免费av网站大全| 国产视频首页在线观看| 少妇熟女欧美另类| 亚洲久久久国产精品| 五月伊人婷婷丁香| 亚洲国产欧美网| 97在线人人人人妻| 久久99一区二区三区| 国产 一区精品| 久久 成人 亚洲| 国产一区有黄有色的免费视频| 满18在线观看网站| 婷婷色综合www| 亚洲国产毛片av蜜桃av| 母亲3免费完整高清在线观看 | 欧美少妇被猛烈插入视频| 欧美成人午夜精品| 女性生殖器流出的白浆| 免费久久久久久久精品成人欧美视频| 啦啦啦啦在线视频资源| 亚洲成人av在线免费| 亚洲成国产人片在线观看| a 毛片基地| 高清视频免费观看一区二区| 精品国产一区二区久久| 亚洲欧美一区二区三区国产| 精品少妇黑人巨大在线播放| 一本色道久久久久久精品综合| 午夜激情av网站| 国产精品国产av在线观看| 日韩伦理黄色片| 天天躁日日躁夜夜躁夜夜| 成年动漫av网址| av.在线天堂| 久久精品久久久久久噜噜老黄| 少妇猛男粗大的猛烈进出视频| 成人二区视频| 99精国产麻豆久久婷婷| 日韩三级伦理在线观看| 高清不卡的av网站| 丝袜喷水一区| 99精国产麻豆久久婷婷| 极品人妻少妇av视频| 免费在线观看视频国产中文字幕亚洲 | 免费高清在线观看视频在线观看| 啦啦啦中文免费视频观看日本| 亚洲国产精品国产精品| 母亲3免费完整高清在线观看 | 高清不卡的av网站| 国产日韩欧美亚洲二区| 婷婷色麻豆天堂久久| 综合色丁香网| 久久久久久久大尺度免费视频| 欧美日韩综合久久久久久| 又粗又硬又长又爽又黄的视频| 久久久久国产精品人妻一区二区| 性高湖久久久久久久久免费观看| 七月丁香在线播放| 在线观看免费高清a一片| tube8黄色片| 亚洲人成电影观看| 久久韩国三级中文字幕| 欧美日韩精品网址| 女人高潮潮喷娇喘18禁视频| 成人18禁高潮啪啪吃奶动态图| 91在线精品国自产拍蜜月| 秋霞在线观看毛片| 亚洲精品美女久久av网站| 少妇人妻 视频| 2021少妇久久久久久久久久久| 日韩欧美一区视频在线观看| 街头女战士在线观看网站| 丝袜美足系列| 午夜免费观看性视频| 亚洲av中文av极速乱| 啦啦啦中文免费视频观看日本| 国产一区有黄有色的免费视频| 亚洲精品自拍成人| 久久久久久久精品精品| av在线app专区| 国产福利在线免费观看视频| xxxhd国产人妻xxx| 最近手机中文字幕大全| 国产成人精品福利久久| 午夜日韩欧美国产| 欧美激情高清一区二区三区 | 免费看av在线观看网站| 欧美人与性动交α欧美精品济南到 | 18+在线观看网站| 一级片'在线观看视频| 美女午夜性视频免费| 大片电影免费在线观看免费| 两个人免费观看高清视频| 熟女少妇亚洲综合色aaa.| 美女中出高潮动态图| 日韩av免费高清视频| 亚洲精品久久成人aⅴ小说| 久久久久精品性色| 精品国产乱码久久久久久男人| 一级毛片我不卡| 夫妻性生交免费视频一级片| 一本大道久久a久久精品| 黄频高清免费视频| 女性被躁到高潮视频| 成人毛片60女人毛片免费| 国产片特级美女逼逼视频| 国产免费福利视频在线观看| 日韩 亚洲 欧美在线| 美女大奶头黄色视频| 亚洲欧美一区二区三区国产| 国产黄频视频在线观看| 999精品在线视频| 五月伊人婷婷丁香| 久久精品国产鲁丝片午夜精品| 久久久精品国产亚洲av高清涩受| 高清在线视频一区二区三区| 亚洲国产欧美在线一区| 亚洲精品久久成人aⅴ小说| 多毛熟女@视频| 久久毛片免费看一区二区三区| 久久ye,这里只有精品| 免费看不卡的av| 青春草亚洲视频在线观看| 伦精品一区二区三区| 久久青草综合色| 伦理电影大哥的女人| 色播在线永久视频| 中文字幕另类日韩欧美亚洲嫩草| 老司机影院成人| 高清黄色对白视频在线免费看| 久久久久网色| 1024视频免费在线观看| 国产一级毛片在线| 极品人妻少妇av视频| 久久久国产欧美日韩av| 国产激情久久老熟女| 午夜免费男女啪啪视频观看| 校园人妻丝袜中文字幕| 波野结衣二区三区在线| 老司机亚洲免费影院| 电影成人av| 97精品久久久久久久久久精品| 免费人妻精品一区二区三区视频| 纯流量卡能插随身wifi吗| 精品一区二区免费观看| 欧美97在线视频| 亚洲国产欧美在线一区| 18+在线观看网站| 我的亚洲天堂| 久久国产精品大桥未久av| 又黄又粗又硬又大视频| 91午夜精品亚洲一区二区三区| 亚洲精品第二区| 老鸭窝网址在线观看| 少妇 在线观看| 日本av免费视频播放| 18禁观看日本| 日韩中文字幕视频在线看片| 亚洲精品一区蜜桃| 大码成人一级视频| 亚洲人成网站在线观看播放| 久久久久久久久免费视频了| 久久女婷五月综合色啪小说| 久久久久网色| 成人手机av| 男人舔女人的私密视频| 大码成人一级视频| 宅男免费午夜| 91精品伊人久久大香线蕉| 国产av码专区亚洲av| 9热在线视频观看99| 欧美日韩成人在线一区二区| 伊人久久大香线蕉亚洲五| 一本—道久久a久久精品蜜桃钙片| 成年动漫av网址| 成人漫画全彩无遮挡| 亚洲精品美女久久av网站| 午夜91福利影院| 永久网站在线| 水蜜桃什么品种好| 日本午夜av视频| 男女午夜视频在线观看| 777米奇影视久久| 80岁老熟妇乱子伦牲交| av在线播放精品| 国产高清不卡午夜福利| 777久久人妻少妇嫩草av网站| 丝袜人妻中文字幕| 亚洲美女搞黄在线观看| 日韩三级伦理在线观看| 免费女性裸体啪啪无遮挡网站| av在线播放精品| 99国产精品免费福利视频| 亚洲国产精品一区三区| 亚洲国产精品999| 在线观看国产h片| kizo精华| 国产亚洲最大av| 欧美激情 高清一区二区三区| 男女高潮啪啪啪动态图| 午夜福利一区二区在线看| √禁漫天堂资源中文www| 国产精品熟女久久久久浪| 久久久久久久久久人人人人人人| 国精品久久久久久国模美| 欧美+日韩+精品| 校园人妻丝袜中文字幕| 你懂的网址亚洲精品在线观看| 最近的中文字幕免费完整| 亚洲色图 男人天堂 中文字幕| 精品人妻一区二区三区麻豆| 色吧在线观看| 宅男免费午夜| 亚洲国产最新在线播放| 母亲3免费完整高清在线观看 | 亚洲欧美精品自产自拍| 97人妻天天添夜夜摸| 一区在线观看完整版| 十八禁高潮呻吟视频| 国产精品欧美亚洲77777| 亚洲,欧美精品.| 黄色怎么调成土黄色| 国产白丝娇喘喷水9色精品| 亚洲综合精品二区| 欧美日韩成人在线一区二区| 99热全是精品| 久久99精品国语久久久| 欧美成人午夜精品| 天天躁夜夜躁狠狠久久av| 亚洲精品日本国产第一区| 你懂的网址亚洲精品在线观看| 大片免费播放器 马上看| 国产欧美亚洲国产| 亚洲精品av麻豆狂野| 欧美+日韩+精品| 国产成人av激情在线播放| 亚洲,欧美精品.| 国产日韩一区二区三区精品不卡| 国产精品不卡视频一区二区| 久久人人爽av亚洲精品天堂| 黄片小视频在线播放| 成人影院久久| 国产又色又爽无遮挡免| 中国国产av一级| kizo精华| 国产日韩一区二区三区精品不卡| 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 | 高清欧美精品videossex| 一级毛片黄色毛片免费观看视频| 午夜福利影视在线免费观看| 久久久久久久久久久免费av| 中文字幕精品免费在线观看视频| 美女大奶头黄色视频| 欧美成人精品欧美一级黄| 日日撸夜夜添| 免费看不卡的av| 毛片一级片免费看久久久久| 日韩一本色道免费dvd| 自线自在国产av| 精品一区二区三区四区五区乱码 | 国产精品一区二区在线不卡| 老汉色av国产亚洲站长工具| 免费在线观看视频国产中文字幕亚洲 | 日日摸夜夜添夜夜爱| 欧美xxⅹ黑人| 丝袜在线中文字幕| av网站在线播放免费| 看免费成人av毛片| 国产片特级美女逼逼视频| 中文字幕人妻熟女乱码| 一区二区日韩欧美中文字幕| 午夜日韩欧美国产| 国产精品国产三级专区第一集| 亚洲少妇的诱惑av| 美女xxoo啪啪120秒动态图| 中文字幕人妻丝袜制服| 老汉色∧v一级毛片| 可以免费在线观看a视频的电影网站 | 女人久久www免费人成看片| 中文乱码字字幕精品一区二区三区| 制服诱惑二区| 国产又爽黄色视频| 亚洲精品久久午夜乱码| 交换朋友夫妻互换小说| 国产深夜福利视频在线观看| 久久久久人妻精品一区果冻| 肉色欧美久久久久久久蜜桃| 黄色 视频免费看| 国产激情久久老熟女| 亚洲经典国产精华液单| 人妻系列 视频| 女人精品久久久久毛片| 国产毛片在线视频| 在线 av 中文字幕| 少妇被粗大猛烈的视频| 少妇的逼水好多| 人妻人人澡人人爽人人| 成人手机av| 青春草视频在线免费观看| 国产成人a∨麻豆精品| 婷婷色麻豆天堂久久| 丝袜喷水一区| av在线播放精品| 男女边摸边吃奶| 丁香六月天网| 亚洲 欧美一区二区三区| 人成视频在线观看免费观看| 精品99又大又爽又粗少妇毛片| 国产亚洲最大av| 免费女性裸体啪啪无遮挡网站| 欧美 日韩 精品 国产| 欧美另类一区| 中文字幕另类日韩欧美亚洲嫩草| 欧美 日韩 精品 国产| 丰满乱子伦码专区| 色网站视频免费| 亚洲精品中文字幕在线视频| 国产成人精品婷婷| 亚洲人成77777在线视频| 激情视频va一区二区三区| 又粗又硬又长又爽又黄的视频| 久久久国产精品麻豆| 精品少妇一区二区三区视频日本电影 | 国产一区二区三区av在线| 精品视频人人做人人爽| 久久精品国产综合久久久| 制服诱惑二区| 久久久精品免费免费高清| 亚洲精品国产av成人精品| av福利片在线| 18禁国产床啪视频网站| 亚洲精品日本国产第一区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲成av片中文字幕在线观看 | 欧美日韩综合久久久久久| 婷婷成人精品国产| 免费久久久久久久精品成人欧美视频| videosex国产| 黄网站色视频无遮挡免费观看| 又粗又硬又长又爽又黄的视频| 午夜福利在线免费观看网站|