• <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
    综合色丁香网| 亚洲成av人片在线播放无| 欧美不卡视频在线免费观看| 一a级毛片在线观看| 97在线视频观看| 国模一区二区三区四区视频| 国产大屁股一区二区在线视频| 亚洲欧美日韩东京热| 亚洲激情五月婷婷啪啪| 日韩强制内射视频| 亚洲国产色片| 看黄色毛片网站| 亚洲成人久久性| 精品久久久久久久久亚洲| 俄罗斯特黄特色一大片| 麻豆精品久久久久久蜜桃| 可以在线观看毛片的网站| 精品一区二区三区视频在线观看免费| 国产男人的电影天堂91| 老司机影院成人| 国产高清三级在线| 插逼视频在线观看| 免费不卡的大黄色大毛片视频在线观看 | 男女视频在线观看网站免费| 中文字幕免费在线视频6| 欧美+日韩+精品| 久久精品人妻少妇| 久久精品综合一区二区三区| 秋霞在线观看毛片| 熟妇人妻久久中文字幕3abv| 97人妻精品一区二区三区麻豆| 我要看日韩黄色一级片| 极品教师在线视频| 婷婷精品国产亚洲av| 午夜福利18| 舔av片在线| 亚洲欧美中文字幕日韩二区| 桃色一区二区三区在线观看| 欧美成人免费av一区二区三区| 麻豆国产av国片精品| 亚洲va在线va天堂va国产| 18禁在线无遮挡免费观看视频 | 日日摸夜夜添夜夜添av毛片| h日本视频在线播放| 12—13女人毛片做爰片一| 18禁黄网站禁片免费观看直播| 久久中文看片网| 俄罗斯特黄特色一大片| 久久久久九九精品影院| 少妇熟女欧美另类| 久久精品国产亚洲av天美| 免费观看精品视频网站| 精品少妇黑人巨大在线播放 | 最新在线观看一区二区三区| 亚洲天堂国产精品一区在线| 欧美+日韩+精品| 无遮挡黄片免费观看| 深爱激情五月婷婷| 色av中文字幕| 欧美日韩一区二区视频在线观看视频在线 | 国产精品综合久久久久久久免费| 有码 亚洲区| 国产成人aa在线观看| 看片在线看免费视频| 国产爱豆传媒在线观看| 久久精品综合一区二区三区| 99热这里只有是精品在线观看| 日韩成人伦理影院| 欧美bdsm另类| 欧美成人a在线观看| 久久精品国产鲁丝片午夜精品| 免费av不卡在线播放| 色综合亚洲欧美另类图片| 精品久久久久久久末码| 中文字幕久久专区| 女同久久另类99精品国产91| 长腿黑丝高跟| 成年免费大片在线观看| 99久久九九国产精品国产免费| 国内揄拍国产精品人妻在线| 国产精华一区二区三区| 国产精品电影一区二区三区| 午夜福利18| 狠狠狠狠99中文字幕| 女的被弄到高潮叫床怎么办| 国产视频一区二区在线看| 日韩欧美三级三区| 少妇人妻精品综合一区二区 | 国语自产精品视频在线第100页| 一区福利在线观看| 午夜福利视频1000在线观看| 亚洲三级黄色毛片| 欧美一区二区精品小视频在线| 久久久久久国产a免费观看| 久久人人爽人人片av| 欧美日韩国产亚洲二区| 一进一出好大好爽视频| 精品欧美国产一区二区三| 免费观看精品视频网站| 亚洲精品亚洲一区二区| 欧美zozozo另类| 日本三级黄在线观看| 在线观看免费视频日本深夜| 有码 亚洲区| 国产日本99.免费观看| 亚洲性久久影院| 欧美日韩精品成人综合77777| 亚洲婷婷狠狠爱综合网| 成人一区二区视频在线观看| 亚洲欧美日韩无卡精品| 国产精品久久久久久av不卡| 亚洲天堂国产精品一区在线| 午夜福利高清视频| 免费人成视频x8x8入口观看| 可以在线观看毛片的网站| av天堂在线播放| 亚洲七黄色美女视频| 亚洲图色成人| 一进一出抽搐gif免费好疼| 97在线视频观看| 亚洲一区高清亚洲精品| 亚洲av二区三区四区| 97超视频在线观看视频| 国产精品一二三区在线看| 天天一区二区日本电影三级| 亚洲自偷自拍三级| 女人被狂操c到高潮| 老熟妇乱子伦视频在线观看| 精品久久国产蜜桃| 国产视频内射| 国产黄片美女视频| 国产一区二区在线av高清观看| 国产中年淑女户外野战色| 伦精品一区二区三区| 久久精品夜夜夜夜夜久久蜜豆| 一本久久中文字幕| 久久久欧美国产精品| 亚洲欧美日韩无卡精品| 国产精品嫩草影院av在线观看| 麻豆一二三区av精品| 精品人妻视频免费看| 欧美成人a在线观看| 午夜精品一区二区三区免费看| 男女啪啪激烈高潮av片| 18禁在线无遮挡免费观看视频 | 露出奶头的视频| 久久草成人影院| 在线a可以看的网站| 久久精品影院6| 桃色一区二区三区在线观看| 亚洲第一区二区三区不卡| 91久久精品国产一区二区三区| 老司机午夜福利在线观看视频| .国产精品久久| 亚洲国产欧洲综合997久久,| 国产v大片淫在线免费观看| 女同久久另类99精品国产91| 久久综合国产亚洲精品| 又黄又爽又刺激的免费视频.| 男人舔奶头视频| 欧美zozozo另类| 成人美女网站在线观看视频| 亚洲欧美日韩无卡精品| 毛片女人毛片| 伊人久久精品亚洲午夜| 女生性感内裤真人,穿戴方法视频| 夜夜夜夜夜久久久久| 亚洲av五月六月丁香网| 国产精品三级大全| 久久精品国产亚洲av天美| 国产高潮美女av| 日本爱情动作片www.在线观看 | 国产精品爽爽va在线观看网站| 精品日产1卡2卡| 熟女电影av网| 天美传媒精品一区二区| 免费人成在线观看视频色| 国产精品无大码| 日韩高清综合在线| 日韩欧美在线乱码| 黑人高潮一二区| 麻豆乱淫一区二区| 成年版毛片免费区| 男人舔奶头视频| 综合色av麻豆| 一边摸一边抽搐一进一小说| 少妇猛男粗大的猛烈进出视频 | 五月伊人婷婷丁香| 美女xxoo啪啪120秒动态图| 国产精品一区www在线观看| 午夜久久久久精精品| 国产高清不卡午夜福利| 热99在线观看视频| 少妇猛男粗大的猛烈进出视频 | 亚洲va在线va天堂va国产| 在线播放国产精品三级| 国产黄片美女视频| 日韩欧美一区二区三区在线观看| 亚洲四区av| 国产精品亚洲美女久久久| 久久久成人免费电影| 午夜激情福利司机影院| 成人亚洲欧美一区二区av| 国国产精品蜜臀av免费| 久久久a久久爽久久v久久| 日本与韩国留学比较| 国产成人影院久久av| 91在线观看av| 十八禁网站免费在线| 又爽又黄无遮挡网站| 插逼视频在线观看| 少妇裸体淫交视频免费看高清| 国产在线精品亚洲第一网站| 欧美日本视频| 国产国拍精品亚洲av在线观看| 精品日产1卡2卡| 一进一出抽搐gif免费好疼| 免费人成视频x8x8入口观看| 91狼人影院| 99热只有精品国产| 亚洲人成网站在线播| 国产乱人视频| 亚洲av免费高清在线观看| 特级一级黄色大片| 国产精品爽爽va在线观看网站| 午夜久久久久精精品| 村上凉子中文字幕在线| 美女 人体艺术 gogo| 一个人看的www免费观看视频| 九九热线精品视视频播放| 国产在视频线在精品| 国产男靠女视频免费网站| 最近手机中文字幕大全| 亚洲国产精品合色在线| 亚洲性夜色夜夜综合| 国产综合懂色| 婷婷六月久久综合丁香| 精品午夜福利视频在线观看一区| 国产精品福利在线免费观看| 日韩欧美精品免费久久| 久久鲁丝午夜福利片| 久久久久久国产a免费观看| 久久精品国产鲁丝片午夜精品| 人人妻人人澡欧美一区二区| 乱系列少妇在线播放| 亚洲精品一卡2卡三卡4卡5卡| 狂野欧美激情性xxxx在线观看| 国产大屁股一区二区在线视频| 精品人妻视频免费看| 亚洲欧美中文字幕日韩二区| 精品熟女少妇av免费看| 日韩欧美精品免费久久| 亚洲经典国产精华液单| 两个人视频免费观看高清| 亚洲人成网站在线观看播放| 九色成人免费人妻av| 亚洲美女搞黄在线观看 | 校园春色视频在线观看| 久久人人精品亚洲av| 99在线视频只有这里精品首页| 国产毛片a区久久久久| 女生性感内裤真人,穿戴方法视频| 久久精品国产鲁丝片午夜精品| 亚洲欧美日韩无卡精品| 久久99热6这里只有精品| 免费在线观看影片大全网站| 亚洲欧美清纯卡通| av福利片在线观看| 免费人成视频x8x8入口观看| 亚洲最大成人中文| 国国产精品蜜臀av免费| 亚洲在线自拍视频| 热99在线观看视频| 欧美色视频一区免费| 国产色婷婷99| 在线a可以看的网站| 国产三级中文精品| 国产精品一及| 两个人视频免费观看高清| 干丝袜人妻中文字幕| 国产午夜精品论理片| 精品久久久久久久久亚洲| 精品久久久久久久末码| 成人综合一区亚洲| 男人舔奶头视频| 日本爱情动作片www.在线观看 | 热99在线观看视频| 午夜精品在线福利| 18+在线观看网站| 欧美bdsm另类| 亚洲最大成人手机在线| 国产精品人妻久久久久久| 3wmmmm亚洲av在线观看| 午夜免费激情av| 国产激情偷乱视频一区二区| 国产一区二区在线观看日韩| 熟女人妻精品中文字幕| 两个人的视频大全免费| 麻豆国产av国片精品| 99视频精品全部免费 在线| 69人妻影院| 97超碰精品成人国产| 国产男人的电影天堂91| 成人综合一区亚洲| 波多野结衣高清作品| 99久久成人亚洲精品观看| 五月伊人婷婷丁香| 亚洲av不卡在线观看| 波多野结衣高清无吗| 亚洲四区av| 国产老妇女一区| 女人十人毛片免费观看3o分钟| 久久亚洲国产成人精品v| 国产一区二区激情短视频| 国产在线精品亚洲第一网站| 亚洲精品色激情综合| 国产精品永久免费网站| 色综合亚洲欧美另类图片| 欧美另类亚洲清纯唯美| 国产精品无大码| 一级黄片播放器| 久久热精品热| 午夜激情福利司机影院| 99国产极品粉嫩在线观看| 成人性生交大片免费视频hd| 国产精品综合久久久久久久免费| 久99久视频精品免费| 国产极品精品免费视频能看的| 亚洲婷婷狠狠爱综合网| 小说图片视频综合网站| 最后的刺客免费高清国语| 三级经典国产精品| 久久午夜福利片| 大香蕉久久网| 免费人成视频x8x8入口观看| 婷婷精品国产亚洲av| 丝袜美腿在线中文| 大香蕉久久网| 18禁在线无遮挡免费观看视频 | 国产欧美日韩一区二区精品| 免费在线观看影片大全网站| 成人性生交大片免费视频hd| 亚洲激情五月婷婷啪啪| 麻豆精品久久久久久蜜桃| 国产三级中文精品| 桃色一区二区三区在线观看| 欧美日韩在线观看h| 国产日本99.免费观看| 久久欧美精品欧美久久欧美| 亚洲成a人片在线一区二区| 99国产极品粉嫩在线观看| 在线免费观看不下载黄p国产| 日韩欧美 国产精品| 给我免费播放毛片高清在线观看| 精品一区二区三区视频在线观看免费| 99在线视频只有这里精品首页| 不卡一级毛片| 乱系列少妇在线播放| 午夜福利高清视频| 99热全是精品| 色在线成人网| 亚洲精品456在线播放app| 亚洲自拍偷在线| 国产69精品久久久久777片| 人人妻人人澡欧美一区二区| 又爽又黄无遮挡网站| 无遮挡黄片免费观看| 性欧美人与动物交配| 亚洲美女黄片视频| 男人狂女人下面高潮的视频| 日韩中字成人| 国产精品永久免费网站| 97超视频在线观看视频| 成人一区二区视频在线观看| a级毛片a级免费在线| 人人妻人人看人人澡| 九九热线精品视视频播放| 亚洲人成网站在线观看播放| 中国国产av一级| 色5月婷婷丁香| 俄罗斯特黄特色一大片| 国内精品一区二区在线观看| 六月丁香七月| 亚洲欧美精品自产自拍| 乱系列少妇在线播放| 欧美+亚洲+日韩+国产| 国产中年淑女户外野战色| 婷婷精品国产亚洲av在线| 久久99热6这里只有精品| 村上凉子中文字幕在线| 欧美另类亚洲清纯唯美| 国产精品福利在线免费观看| 极品教师在线视频| 久久久成人免费电影| 国产 一区 欧美 日韩| 亚洲自偷自拍三级| 国产在线男女| 少妇裸体淫交视频免费看高清| 久久精品国产亚洲av涩爱 | 欧美极品一区二区三区四区| 男女做爰动态图高潮gif福利片| 高清毛片免费看| 免费av毛片视频| 老女人水多毛片| 国产男人的电影天堂91| 午夜日韩欧美国产| 校园人妻丝袜中文字幕| 免费av不卡在线播放| 午夜免费激情av| 色哟哟哟哟哟哟| 成人av在线播放网站| 男人舔奶头视频| 国产69精品久久久久777片| 日本色播在线视频| 在线播放国产精品三级| 免费高清视频大片| 国产亚洲精品av在线| 天美传媒精品一区二区| 免费无遮挡裸体视频| 午夜福利在线观看吧| 欧美三级亚洲精品| 少妇人妻精品综合一区二区 | 成人国产麻豆网| 国产精品伦人一区二区| 亚洲精品在线观看二区| 男女视频在线观看网站免费| 国产亚洲av嫩草精品影院| 69av精品久久久久久| 久久久欧美国产精品| 两性午夜刺激爽爽歪歪视频在线观看| 国产一区二区激情短视频| 国产综合懂色| 夜夜看夜夜爽夜夜摸| 国产 一区精品| 别揉我奶头~嗯~啊~动态视频| 国产成人freesex在线 | 午夜精品一区二区三区免费看| 亚洲av成人av| 啦啦啦观看免费观看视频高清| 搡老岳熟女国产| 久久草成人影院| 午夜福利18| 久久精品国产99精品国产亚洲性色| 老熟妇仑乱视频hdxx| 精品一区二区三区视频在线| 亚洲国产高清在线一区二区三| 男女视频在线观看网站免费| 黄色一级大片看看| 深爱激情五月婷婷| 欧美高清成人免费视频www| 日本色播在线视频| 国产v大片淫在线免费观看| 欧美又色又爽又黄视频| 禁无遮挡网站| av福利片在线观看| 亚洲va在线va天堂va国产| 中文亚洲av片在线观看爽| 嫩草影院新地址| 亚洲欧美日韩东京热| 久久久久久久午夜电影| 成人一区二区视频在线观看| 日日撸夜夜添| 久久人妻av系列| 91麻豆精品激情在线观看国产| 中文在线观看免费www的网站| 亚洲成人中文字幕在线播放| 色av中文字幕| avwww免费| 一边摸一边抽搐一进一小说| 中国美白少妇内射xxxbb| 99在线人妻在线中文字幕| 免费电影在线观看免费观看| 搡老妇女老女人老熟妇| 日日摸夜夜添夜夜添av毛片| 长腿黑丝高跟| 久久久久精品国产欧美久久久| 美女免费视频网站| 韩国av在线不卡| 亚洲中文字幕日韩| 在线观看美女被高潮喷水网站| 99热这里只有是精品50| 亚洲精品成人久久久久久| 狂野欧美白嫩少妇大欣赏| 中文亚洲av片在线观看爽| 日本a在线网址| 国产在线男女| 深夜精品福利| 亚洲精品乱码久久久v下载方式| 蜜臀久久99精品久久宅男| 99久国产av精品国产电影| 成年版毛片免费区| 欧美性感艳星| 亚洲三级黄色毛片| 草草在线视频免费看| a级毛色黄片| 国产高清视频在线播放一区| 亚洲va在线va天堂va国产| 大香蕉久久网| 欧美zozozo另类| 国产精品国产高清国产av| 卡戴珊不雅视频在线播放| 熟妇人妻久久中文字幕3abv| 成人漫画全彩无遮挡| 99久久精品一区二区三区| 搡女人真爽免费视频火全软件 | 国产精品永久免费网站| 亚洲自拍偷在线| 国产v大片淫在线免费观看| 少妇被粗大猛烈的视频| 日本在线视频免费播放| 久久久久久久久大av| av在线老鸭窝| 五月玫瑰六月丁香| 99久久精品一区二区三区| 亚洲性夜色夜夜综合| 两性午夜刺激爽爽歪歪视频在线观看| 91在线精品国自产拍蜜月| 久久久久国产精品人妻aⅴ院| 校园人妻丝袜中文字幕| 国产探花极品一区二区| 日韩成人av中文字幕在线观看 | 天美传媒精品一区二区| 欧美绝顶高潮抽搐喷水| 一区二区三区四区激情视频 | 黄色一级大片看看| 嫩草影院新地址| 日韩,欧美,国产一区二区三区 | 日韩,欧美,国产一区二区三区 | 三级经典国产精品| 午夜福利在线观看吧| 成人特级黄色片久久久久久久| 一边摸一边抽搐一进一小说| 波野结衣二区三区在线| 嫩草影院入口| 人人妻人人澡人人爽人人夜夜 | 亚洲无线在线观看| 亚洲av中文字字幕乱码综合| 色哟哟·www| 少妇的逼水好多| 国产男人的电影天堂91| 国产成人a区在线观看| 亚州av有码| 人妻丰满熟妇av一区二区三区| 久久精品影院6| 精品久久久久久久久久久久久| 国产成人91sexporn| 日本在线视频免费播放| 欧美性感艳星| 亚洲av中文字字幕乱码综合| 国产精品爽爽va在线观看网站| 波多野结衣巨乳人妻| 麻豆国产97在线/欧美| 看黄色毛片网站| 亚洲无线在线观看| 国产免费男女视频| 亚洲五月天丁香| 欧美三级亚洲精品| 美女 人体艺术 gogo| 亚洲美女黄片视频| 一卡2卡三卡四卡精品乱码亚洲| 午夜影院日韩av| 亚洲一区高清亚洲精品| av中文乱码字幕在线| 韩国av在线不卡| av在线观看视频网站免费| 熟女人妻精品中文字幕| 永久网站在线| 午夜福利视频1000在线观看| 亚洲中文字幕日韩| 精品久久久久久久末码| 真人做人爱边吃奶动态| 黄色视频,在线免费观看| 又黄又爽又免费观看的视频| 日本一二三区视频观看| 老熟妇仑乱视频hdxx| 夜夜夜夜夜久久久久| 日韩欧美精品v在线| 欧美成人免费av一区二区三区| 国产高清激情床上av| 啦啦啦观看免费观看视频高清| 欧美性猛交黑人性爽| 人人妻人人看人人澡| 九九热线精品视视频播放| 真人做人爱边吃奶动态| 成人特级av手机在线观看| 99久久精品一区二区三区| 国产一区二区在线av高清观看| 中文字幕久久专区| АⅤ资源中文在线天堂| 免费人成在线观看视频色| 亚洲熟妇中文字幕五十中出| 99热这里只有是精品50| 黑人高潮一二区| 国产探花在线观看一区二区| 精品久久国产蜜桃| 国产精品野战在线观看| 精品久久国产蜜桃| 国产精品野战在线观看| 久久久久久大精品| 人人妻人人看人人澡| a级毛片a级免费在线| 亚洲成av人片在线播放无| 黄色视频,在线免费观看| 日韩,欧美,国产一区二区三区 | 欧美人与善性xxx| 日日干狠狠操夜夜爽| 国产视频一区二区在线看| 老司机影院成人| 精品人妻偷拍中文字幕| 欧美xxxx性猛交bbbb| 色在线成人网| 欧洲精品卡2卡3卡4卡5卡区| 99热网站在线观看| a级一级毛片免费在线观看| 卡戴珊不雅视频在线播放|