• <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
    黑人操中国人逼视频| 高清欧美精品videossex| 可以免费在线观看a视频的电影网站| 亚洲人成电影观看| 成人手机av| a级毛片在线看网站| 中文字幕人妻丝袜制服| 国产午夜精品久久久久久| 国产精品.久久久| 成人亚洲精品一区在线观看| 日韩免费av在线播放| 久久精品亚洲熟妇少妇任你| 女人爽到高潮嗷嗷叫在线视频| 天天躁日日躁夜夜躁夜夜| 午夜激情av网站| 妹子高潮喷水视频| 女人高潮潮喷娇喘18禁视频| 午夜精品国产一区二区电影| 亚洲少妇的诱惑av| 国产成人系列免费观看| 男女床上黄色一级片免费看| 黄色视频,在线免费观看| 男女免费视频国产| 免费久久久久久久精品成人欧美视频| 九色亚洲精品在线播放| 亚洲国产看品久久| 国产成人精品久久二区二区91| 一本—道久久a久久精品蜜桃钙片| 精品国内亚洲2022精品成人 | 国产高清videossex| 在线十欧美十亚洲十日本专区| 狂野欧美激情性xxxx| 国产成人精品久久二区二区免费| 天天躁夜夜躁狠狠躁躁| 下体分泌物呈黄色| 妹子高潮喷水视频| 自线自在国产av| 日韩 欧美 亚洲 中文字幕| 99在线人妻在线中文字幕 | 国产亚洲精品久久久久5区| 交换朋友夫妻互换小说| 一区二区三区精品91| 99精品久久久久人妻精品| 日韩一卡2卡3卡4卡2021年| 狂野欧美激情性xxxx| 亚洲精品乱久久久久久| 色尼玛亚洲综合影院| 正在播放国产对白刺激| 午夜精品久久久久久毛片777| 久久久水蜜桃国产精品网| 免费黄频网站在线观看国产| av免费在线观看网站| 一本大道久久a久久精品| 无限看片的www在线观看| 欧美国产精品va在线观看不卡| 不卡av一区二区三区| 757午夜福利合集在线观看| 岛国在线观看网站| 老司机靠b影院| 伊人久久大香线蕉亚洲五| 亚洲精品在线观看二区| 欧美午夜高清在线| 久久国产精品大桥未久av| 少妇裸体淫交视频免费看高清 | 美女主播在线视频| 国产单亲对白刺激| 高清av免费在线| av一本久久久久| 国产一区二区 视频在线| 看免费av毛片| 日韩一区二区三区影片| 亚洲国产毛片av蜜桃av| 国产精品国产av在线观看| 亚洲av电影在线进入| 人人妻人人澡人人看| 最近最新中文字幕大全电影3 | 超碰成人久久| 日韩中文字幕欧美一区二区| 亚洲国产毛片av蜜桃av| 亚洲第一av免费看| 亚洲欧美色中文字幕在线| 精品一区二区三卡| 在线永久观看黄色视频| 国产午夜精品久久久久久| 亚洲七黄色美女视频| 桃红色精品国产亚洲av| 国产精品美女特级片免费视频播放器 | 美女国产高潮福利片在线看| 一边摸一边做爽爽视频免费| 热re99久久精品国产66热6| 免费看a级黄色片| 19禁男女啪啪无遮挡网站| 在线观看免费午夜福利视频| 精品久久久精品久久久| 国产淫语在线视频| 久久久久国内视频| 成人18禁高潮啪啪吃奶动态图| 精品少妇一区二区三区视频日本电影| 国产欧美日韩一区二区三| 中国美女看黄片| 欧美大码av| 亚洲成av片中文字幕在线观看| 中文欧美无线码| 两个人看的免费小视频| 男人舔女人的私密视频| 女人久久www免费人成看片| 无人区码免费观看不卡 | av有码第一页| 成人亚洲精品一区在线观看| 亚洲五月婷婷丁香| 欧美一级毛片孕妇| 日日夜夜操网爽| 不卡av一区二区三区| 亚洲中文字幕日韩| 女人高潮潮喷娇喘18禁视频| 久久久欧美国产精品| 啦啦啦 在线观看视频| 国产有黄有色有爽视频| 69精品国产乱码久久久| 精品久久久久久电影网| 国产片内射在线| 午夜免费鲁丝| 久久精品国产综合久久久| 精品福利观看| 国产在线观看jvid| 亚洲人成77777在线视频| 这个男人来自地球电影免费观看| 亚洲avbb在线观看| 高清欧美精品videossex| 亚洲精品中文字幕在线视频| 国产精品免费一区二区三区在线 | 视频区欧美日本亚洲| 亚洲成a人片在线一区二区| 欧美精品啪啪一区二区三区| 亚洲精品一二三| 亚洲色图 男人天堂 中文字幕| 精品高清国产在线一区| 美女午夜性视频免费| 汤姆久久久久久久影院中文字幕| 色综合婷婷激情| 啦啦啦免费观看视频1| 18在线观看网站| 黄色怎么调成土黄色| 999久久久国产精品视频| 极品教师在线免费播放| 成人18禁高潮啪啪吃奶动态图| 久久久久久久大尺度免费视频| 久久国产精品大桥未久av| 国产亚洲欧美精品永久| 亚洲国产成人一精品久久久| 天天躁夜夜躁狠狠躁躁| 久久久久久久精品吃奶| 两个人看的免费小视频| 天天影视国产精品| 国产色视频综合| 十八禁人妻一区二区| 国产99久久九九免费精品| av线在线观看网站| 嫁个100分男人电影在线观看| av国产精品久久久久影院| 免费一级毛片在线播放高清视频 | 男女高潮啪啪啪动态图| 亚洲精品在线观看二区| 超色免费av| 国产成人av激情在线播放| 亚洲少妇的诱惑av| 香蕉国产在线看| netflix在线观看网站| 美女午夜性视频免费| 丝袜人妻中文字幕| 午夜日韩欧美国产| kizo精华| 欧美一级毛片孕妇| 亚洲全国av大片| 免费观看av网站的网址| 精品少妇久久久久久888优播| 女人高潮潮喷娇喘18禁视频| 亚洲五月婷婷丁香| 热99国产精品久久久久久7| 欧美老熟妇乱子伦牲交| 欧美日韩福利视频一区二区| av免费在线观看网站| 国产欧美亚洲国产| 国产成人啪精品午夜网站| 老司机靠b影院| 日本a在线网址| 最近最新中文字幕大全电影3 | 日韩欧美一区视频在线观看| 国产一区二区在线观看av| 国产精品久久久久久精品电影小说| 亚洲男人天堂网一区| 菩萨蛮人人尽说江南好唐韦庄| 老司机在亚洲福利影院| 老司机影院毛片| 男女高潮啪啪啪动态图| 少妇精品久久久久久久| 国产精品偷伦视频观看了| 99九九在线精品视频| 亚洲精品久久成人aⅴ小说| 欧美人与性动交α欧美精品济南到| 国产成+人综合+亚洲专区| 91麻豆精品激情在线观看国产 | 亚洲色图 男人天堂 中文字幕| 亚洲专区字幕在线| 19禁男女啪啪无遮挡网站| 色综合欧美亚洲国产小说| 另类精品久久| 狠狠婷婷综合久久久久久88av| 久久ye,这里只有精品| 亚洲伊人色综图| 一级,二级,三级黄色视频| 99国产精品99久久久久| 人妻一区二区av| 最新在线观看一区二区三区| 亚洲精品中文字幕在线视频| 1024视频免费在线观看| 王馨瑶露胸无遮挡在线观看| 国产欧美日韩精品亚洲av| 91麻豆av在线| 久久久久久久国产电影| 亚洲精华国产精华精| 国产1区2区3区精品| 一区二区日韩欧美中文字幕| 十分钟在线观看高清视频www| 99国产精品一区二区蜜桃av | 美女视频免费永久观看网站| 色精品久久人妻99蜜桃| 国产亚洲精品一区二区www | 热99re8久久精品国产| 国产精品99久久99久久久不卡| 久久精品人人爽人人爽视色| 成人18禁在线播放| 天天影视国产精品| 色婷婷av一区二区三区视频| 每晚都被弄得嗷嗷叫到高潮| 久久久久国内视频| 曰老女人黄片| 一个人免费在线观看的高清视频| 一级毛片女人18水好多| 他把我摸到了高潮在线观看 | av视频免费观看在线观看| 热99re8久久精品国产| 亚洲五月色婷婷综合| 成人亚洲精品一区在线观看| 国产99久久九九免费精品| 亚洲精品久久成人aⅴ小说| 黄色片一级片一级黄色片| 久热爱精品视频在线9| 亚洲九九香蕉| 黄色毛片三级朝国网站| 欧美黄色片欧美黄色片| 国产精品久久电影中文字幕 | 国产xxxxx性猛交| 国产精品成人在线| 国产精品98久久久久久宅男小说| 性色av乱码一区二区三区2| 91老司机精品| 日韩视频在线欧美| 久久久久久亚洲精品国产蜜桃av| 久久久久久久大尺度免费视频| 最近最新免费中文字幕在线| 久久精品亚洲熟妇少妇任你| 国产有黄有色有爽视频| 精品卡一卡二卡四卡免费| 黄片小视频在线播放| 一本色道久久久久久精品综合| 亚洲精品中文字幕在线视频| 欧美日韩成人在线一区二区| 在线 av 中文字幕| 久久久国产精品麻豆| 久久人妻av系列| 欧美精品高潮呻吟av久久| 99精品久久久久人妻精品| 亚洲精品成人av观看孕妇| 男女之事视频高清在线观看| 午夜福利影视在线免费观看| videosex国产| 91精品国产国语对白视频| 蜜桃在线观看..| 欧美成人免费av一区二区三区 | 国产又色又爽无遮挡免费看| av又黄又爽大尺度在线免费看| 嫩草影视91久久| 欧美成狂野欧美在线观看| 手机成人av网站| 亚洲人成77777在线视频| 日本av手机在线免费观看| 在线永久观看黄色视频| 黑人猛操日本美女一级片| 色在线成人网| 女警被强在线播放| 婷婷成人精品国产| 国产精品成人在线| 精品国产亚洲在线| av超薄肉色丝袜交足视频| 欧美乱码精品一区二区三区| 露出奶头的视频| 脱女人内裤的视频| 99在线人妻在线中文字幕 | 精品一区二区三区视频在线观看免费 | 亚洲自偷自拍图片 自拍| 国产亚洲欧美在线一区二区| 黄色毛片三级朝国网站| 国产精品九九99| 欧美久久黑人一区二区| 一进一出好大好爽视频| svipshipincom国产片| 亚洲第一av免费看| 久久久久国产一级毛片高清牌| 99久久人妻综合| 最黄视频免费看| 亚洲精品在线美女| 久久午夜亚洲精品久久| 婷婷成人精品国产| 一区在线观看完整版| 日韩中文字幕欧美一区二区| 国产精品偷伦视频观看了| 一级a爱视频在线免费观看| 国产成人精品久久二区二区91| 国产亚洲精品一区二区www | 精品午夜福利视频在线观看一区 | 日本av免费视频播放| 女同久久另类99精品国产91| 亚洲精华国产精华精| 欧美激情久久久久久爽电影 | 午夜两性在线视频| 色精品久久人妻99蜜桃| 黑人巨大精品欧美一区二区mp4| 国产福利在线免费观看视频| 欧美激情久久久久久爽电影 | 久久久久久免费高清国产稀缺| 亚洲一区二区三区欧美精品| 亚洲专区国产一区二区| 午夜福利在线观看吧| 激情在线观看视频在线高清 | 欧美一级毛片孕妇| 99re在线观看精品视频| 亚洲国产中文字幕在线视频| 午夜福利一区二区在线看| 老司机福利观看| 国产在线观看jvid| 2018国产大陆天天弄谢| 80岁老熟妇乱子伦牲交| 伦理电影免费视频| kizo精华| 精品一区二区三区av网在线观看 | 2018国产大陆天天弄谢| 精品人妻在线不人妻| 亚洲avbb在线观看| 日韩欧美一区视频在线观看| 亚洲欧洲精品一区二区精品久久久| 精品一品国产午夜福利视频| 久久久精品94久久精品| 欧美午夜高清在线| 天堂8中文在线网| 人妻一区二区av| 黑人欧美特级aaaaaa片| 高清视频免费观看一区二区| 日本av手机在线免费观看| 天堂动漫精品| 国产成人免费无遮挡视频| 老汉色av国产亚洲站长工具| 久久青草综合色| 亚洲精品美女久久av网站| 一级毛片女人18水好多| 国产亚洲欧美在线一区二区| 9191精品国产免费久久| 免费女性裸体啪啪无遮挡网站| 久久精品亚洲精品国产色婷小说| 免费女性裸体啪啪无遮挡网站| 高清欧美精品videossex| 免费观看av网站的网址| 亚洲午夜精品一区,二区,三区| 69av精品久久久久久 | 制服诱惑二区| 12—13女人毛片做爰片一| 男女边摸边吃奶| 精品国产国语对白av| 欧美日本中文国产一区发布| 亚洲色图综合在线观看| 精品人妻在线不人妻| 久久这里只有精品19| 日本五十路高清| 日韩一卡2卡3卡4卡2021年| 女人高潮潮喷娇喘18禁视频| 欧美一级毛片孕妇| 欧美变态另类bdsm刘玥| 久久热在线av| 啦啦啦 在线观看视频| 久久国产亚洲av麻豆专区| 国产免费现黄频在线看| 日日夜夜操网爽| 啦啦啦 在线观看视频| 一级毛片精品| 极品教师在线免费播放| 国产老妇伦熟女老妇高清| 大型av网站在线播放| 国产精品一区二区精品视频观看| 18在线观看网站| 亚洲精品在线美女| 视频区图区小说| 亚洲精品在线观看二区| 777米奇影视久久| 国产不卡一卡二| 男女高潮啪啪啪动态图| 亚洲成av片中文字幕在线观看| 啦啦啦中文免费视频观看日本| 五月开心婷婷网| 99国产精品99久久久久| 国产伦人伦偷精品视频| 免费在线观看视频国产中文字幕亚洲| 老鸭窝网址在线观看| 欧美成人午夜精品| 波多野结衣一区麻豆| 12—13女人毛片做爰片一| 人人妻人人澡人人看| 国产男靠女视频免费网站| 成年女人毛片免费观看观看9 | 国产在线视频一区二区| 中文字幕高清在线视频| 亚洲欧美一区二区三区黑人| 国产精品一区二区精品视频观看| 欧美乱妇无乱码| 久久久久久久国产电影| 国产成人欧美在线观看 | 久久精品国产亚洲av高清一级| 国产精品久久久久久精品电影小说| 亚洲一区二区三区欧美精品| 国产成人欧美| 99久久精品国产亚洲精品| 一个人免费看片子| www.熟女人妻精品国产| www.999成人在线观看| 一级毛片精品| 性色av乱码一区二区三区2| 老司机在亚洲福利影院| 国产av又大| 亚洲 国产 在线| 首页视频小说图片口味搜索| 国产精品久久久人人做人人爽| 精品第一国产精品| 性高湖久久久久久久久免费观看| 欧美性长视频在线观看| 精品人妻在线不人妻| 婷婷丁香在线五月| 精品亚洲乱码少妇综合久久| 国产黄频视频在线观看| 九色亚洲精品在线播放| 一夜夜www| 天天躁日日躁夜夜躁夜夜| 大香蕉久久网| 色视频在线一区二区三区| 国产一卡二卡三卡精品| 国产精品久久电影中文字幕 | 天天躁狠狠躁夜夜躁狠狠躁| 多毛熟女@视频| 亚洲第一青青草原| 色播在线永久视频| 啪啪无遮挡十八禁网站| 美女视频免费永久观看网站| 十分钟在线观看高清视频www| h视频一区二区三区| 国产一区二区 视频在线| 性高湖久久久久久久久免费观看| 老司机亚洲免费影院| 色精品久久人妻99蜜桃| 老熟妇仑乱视频hdxx| 18禁裸乳无遮挡动漫免费视频| 国产精品香港三级国产av潘金莲| 亚洲欧美日韩高清在线视频 | 亚洲专区国产一区二区| 欧美日韩福利视频一区二区| 天天影视国产精品| 久久人人爽av亚洲精品天堂| 日韩视频一区二区在线观看| 成年版毛片免费区| 国产熟女午夜一区二区三区| 日韩成人在线观看一区二区三区| 制服人妻中文乱码| 成人亚洲精品一区在线观看| 成年版毛片免费区| 中文字幕人妻熟女乱码| 国产在线观看jvid| 国产在线精品亚洲第一网站| 国产一区二区三区在线臀色熟女 | 亚洲欧美一区二区三区久久| 欧美在线一区亚洲| 黄色 视频免费看| 亚洲免费av在线视频| 精品一品国产午夜福利视频| 99精品在免费线老司机午夜| 少妇裸体淫交视频免费看高清 | 亚洲情色 制服丝袜| 国产成人精品在线电影| 九色亚洲精品在线播放| 免费在线观看黄色视频的| 欧美av亚洲av综合av国产av| 久久国产精品人妻蜜桃| 日韩视频一区二区在线观看| 一级黄色大片毛片| 人人妻人人澡人人看| 精品视频人人做人人爽| 日日夜夜操网爽| 亚洲欧美一区二区三区黑人| 不卡一级毛片| 亚洲免费av在线视频| 蜜桃在线观看..| 大片免费播放器 马上看| 夜夜爽天天搞| 在线亚洲精品国产二区图片欧美| 欧美一级毛片孕妇| 久久久久精品人妻al黑| 色婷婷久久久亚洲欧美| 久久午夜亚洲精品久久| 国产日韩欧美在线精品| 久久热在线av| 肉色欧美久久久久久久蜜桃| 激情视频va一区二区三区| 亚洲免费av在线视频| 亚洲成人国产一区在线观看| 一区二区三区乱码不卡18| 久久精品91无色码中文字幕| 韩国精品一区二区三区| www.熟女人妻精品国产| 老司机影院毛片| 亚洲五月色婷婷综合| 极品人妻少妇av视频| 他把我摸到了高潮在线观看 | av超薄肉色丝袜交足视频| 999久久久国产精品视频| 国产男女内射视频| 日韩熟女老妇一区二区性免费视频| 成年版毛片免费区| 三级毛片av免费| 日韩欧美一区视频在线观看| 国产成人精品久久二区二区免费| 中国美女看黄片| 国产精品影院久久| av天堂久久9| 五月开心婷婷网| 美国免费a级毛片| 性色av乱码一区二区三区2| 欧美日韩精品网址| 中文欧美无线码| 999久久久国产精品视频| 99热网站在线观看| 日韩欧美国产一区二区入口| 最新在线观看一区二区三区| 巨乳人妻的诱惑在线观看| 2018国产大陆天天弄谢| 宅男免费午夜| 亚洲精品av麻豆狂野| 日韩视频一区二区在线观看| 香蕉久久夜色| 亚洲七黄色美女视频| 国产精品免费视频内射| 久久性视频一级片| 国产高清视频在线播放一区| 黄色片一级片一级黄色片| videos熟女内射| 人妻久久中文字幕网| 久久天堂一区二区三区四区| 黄色怎么调成土黄色| 亚洲九九香蕉| 曰老女人黄片| 中国美女看黄片| 久久婷婷成人综合色麻豆| 亚洲人成伊人成综合网2020| 91成人精品电影| √禁漫天堂资源中文www| 99精品欧美一区二区三区四区| 国产99久久九九免费精品| 久久国产精品大桥未久av| www日本在线高清视频| cao死你这个sao货| 亚洲欧美激情在线| 久9热在线精品视频| 97在线人人人人妻| 国产精品免费大片| a级片在线免费高清观看视频| 亚洲欧美激情在线| 日本撒尿小便嘘嘘汇集6| 午夜福利,免费看| 两性午夜刺激爽爽歪歪视频在线观看 | 久久久久久久国产电影| 久久ye,这里只有精品| 狠狠婷婷综合久久久久久88av| 每晚都被弄得嗷嗷叫到高潮| 欧美国产精品一级二级三级| 极品教师在线免费播放| 久久婷婷成人综合色麻豆| 午夜成年电影在线免费观看| 一个人免费在线观看的高清视频| 精品国产亚洲在线| 美女扒开内裤让男人捅视频| 色94色欧美一区二区| 国产精品亚洲一级av第二区| 成年女人毛片免费观看观看9 | 亚洲一码二码三码区别大吗| 自线自在国产av| 9色porny在线观看| 69av精品久久久久久 | 成人18禁在线播放| 中文字幕人妻丝袜制服| 午夜精品国产一区二区电影| 久久午夜综合久久蜜桃| 满18在线观看网站| 午夜免费成人在线视频| 怎么达到女性高潮| 亚洲精品自拍成人| 亚洲成人免费av在线播放| 亚洲精品久久午夜乱码| 1024视频免费在线观看| 欧美精品高潮呻吟av久久| 99国产精品99久久久久|