• <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 ?

    基于網(wǎng)格搜索優(yōu)化的XGBoost 模型的股票預(yù)測(cè)

    2021-11-03 11:49:52孫麗麗方宏彬朱星星胡蕾明齊龍武
    關(guān)鍵詞:股票價(jià)格搜索算法網(wǎng)格

    孫麗麗,方宏彬,朱星星,胡蕾明,齊龍武

    (安徽大學(xué) 經(jīng)濟(jì)學(xué)院,安徽 合肥 230601)

    近幾年機(jī)器學(xué)習(xí)作為人工智能領(lǐng)域一個(gè)重要的分支,以其強(qiáng)大的算法功能和學(xué)習(xí)能力被廣泛應(yīng)用于各領(lǐng)域的預(yù)測(cè)和決策工作任務(wù)中。目前已有大量學(xué)者利用機(jī)器學(xué)習(xí)來(lái)對(duì)金融時(shí)間序列進(jìn)行分析和預(yù)測(cè),如黃卿等為預(yù)測(cè)股指期貨高頻數(shù)據(jù)1分鐘下的價(jià)格變動(dòng)方向,使用了XGBoost(extreme gradient boosting)模型,實(shí)驗(yàn)證明了XGBoost 的預(yù)測(cè)能力要比SVM(support vertor machine)和傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)強(qiáng)[1]。另外有大量學(xué)者基于BP(back propagation)網(wǎng)絡(luò)以及貝葉斯神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和網(wǎng)絡(luò)調(diào)參,將神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于股票預(yù)測(cè),論證了神經(jīng)網(wǎng)絡(luò)很好地實(shí)現(xiàn)了股票價(jià)格短期預(yù)測(cè)[2-5]。Liu 等提出一種新的SVM 模型,使用灰色關(guān)聯(lián)度計(jì)算權(quán)值應(yīng)用到SVM 中,對(duì)特征加權(quán),利用移動(dòng)時(shí)間序列窗口對(duì)所有數(shù)據(jù)進(jìn)行測(cè)試,實(shí)現(xiàn)了數(shù)據(jù)集的擴(kuò)展[6]。大多學(xué)者著力于使用SVM 來(lái)構(gòu)建股票預(yù)測(cè)模型,研究出一系列因子選股以及股票擇時(shí)策略,應(yīng)用到股票價(jià)格預(yù)測(cè),實(shí)驗(yàn)證明其對(duì)股票市場(chǎng)有很好的預(yù)測(cè)性能[7-11]。王燕等使用網(wǎng)格搜索算法對(duì)XGBoost 模型進(jìn)行參數(shù)優(yōu)化構(gòu)建GS-XGBoost 的金融預(yù)測(cè)模型,發(fā)現(xiàn)GSXGBoost 金融預(yù)測(cè)模型在股票的短期預(yù)測(cè)中具有更好的擬合性能。他們又提出了提出離散小波變換與優(yōu)化的XGBoost 算法結(jié)合的股價(jià)預(yù)測(cè)模型(DWT-ARIMA-GSXGB)模型,用以預(yù)測(cè)金融時(shí)間序列數(shù)據(jù),實(shí)驗(yàn)結(jié)果表明此模型的預(yù)測(cè)股票開(kāi)盤價(jià)的預(yù)測(cè)值和實(shí)際值誤差要小于其他四種對(duì)比模型(XGBoost,ARIMA,GSXGB,DWT-ARIMAXGBoost[12-14]。另有學(xué)者發(fā)現(xiàn),傳統(tǒng)的計(jì)量經(jīng)濟(jì)模型會(huì)假設(shè)隨機(jī)擾動(dòng)為常量,但很多實(shí)際研究發(fā)現(xiàn)這種假設(shè)并不嚴(yán)謹(jǐn)尤其是對(duì)金融領(lǐng)域而言,因此有學(xué)者研究了自回歸條件異方差(ARCH)以及廣義自回歸條件異方差(GARCH)模型來(lái)刻畫(huà)金融時(shí)序數(shù)據(jù)的波動(dòng)集聚效應(yīng)[15-17]。彭燕等利用LSTM(long short-term memory)遞歸神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票走勢(shì),通過(guò)改變LSTM 層數(shù)以及LSTM 隱藏層神經(jīng)單元個(gè)數(shù)進(jìn)行訓(xùn)練測(cè)試,提高了預(yù)測(cè)準(zhǔn)確率30%[18]。有的學(xué)者基于粒子群、特征選擇以及遺傳算法對(duì)LSTM 模型進(jìn)行訓(xùn)練與調(diào)試,結(jié)果表明LSTM 模型能夠?qū)善笔袌?chǎng)做出良好的預(yù)測(cè)[19-22]。近年來(lái)有不少學(xué)者將機(jī)器學(xué)習(xí)作為文本挖掘和自然語(yǔ)言處理的強(qiáng)大工具,并將其應(yīng)用到股票的價(jià)格走勢(shì)預(yù)測(cè)中,得到了較為準(zhǔn)確的預(yù)測(cè)精度[2324]。

    從已有研究成果來(lái)看,雖然有很多學(xué)者利用XGBoost 模型來(lái)對(duì)股票價(jià)格進(jìn)行預(yù)測(cè),但國(guó)內(nèi)對(duì)此方面的研究甚少。鑒于此,本文創(chuàng)新性的利用網(wǎng)格搜索算法對(duì)XGBoost 模型進(jìn)行參數(shù)優(yōu)化,應(yīng)用到股票價(jià)格預(yù)測(cè)中。

    1 理論介紹

    1.1 XGBoost 模型

    XGBoost 是梯度提升算法GBDT(gradient boosting decision tree)的加強(qiáng)版本,它在優(yōu)化目標(biāo)函數(shù)時(shí)利用泰勒二階展開(kāi)式,并且在損失函數(shù)中增加了正則項(xiàng)用于控制模型的復(fù)雜度。XGBoost優(yōu)化的目標(biāo)函數(shù)如下:

    式中:Obj(t)表示第t次訓(xùn)練的目標(biāo)函數(shù);yi表示第i個(gè)樣本的真實(shí)值;為第t-1 輪模型的預(yù)測(cè)值;l即為損失函數(shù);ft(xi)表示輸入為xi時(shí)第t輪的函數(shù)值;Ω(ft)為正則化項(xiàng);C為常數(shù)。

    利用泰勒二階展開(kāi)將(1)寫(xiě)為下面的形式:

    訓(xùn)練模型時(shí),(2)可以用下式表示

    在(4)和(5)式中,Ij被定義為每個(gè)葉子結(jié)點(diǎn)j上面樣本下標(biāo)的集合Ij={q(xi)=j},q(xi) 表示為每個(gè)葉子上面樣本的集合。這一步是由于XGBoost目標(biāo)函數(shù)第二部分增加了兩個(gè)正則項(xiàng):葉子節(jié)點(diǎn)個(gè)數(shù)T和葉子節(jié)點(diǎn)的分?jǐn)?shù)w。

    1.2 網(wǎng)格搜索算法優(yōu)化的XGBoost 的構(gòu)建

    1.2.1 GirdSearch-CV

    網(wǎng)格搜索與交叉驗(yàn)證是一種窮舉算法,將所有算法需要的參數(shù)可能取值列舉成網(wǎng)格。參數(shù)值的各種排列組合自動(dòng)選擇出模型需要的最優(yōu)參數(shù)組合,這種自動(dòng)調(diào)參的機(jī)制需要評(píng)分機(jī)制來(lái)支持,就是交叉驗(yàn)證法。以3 折、5 折和10 折交叉驗(yàn)證最為常用。交叉驗(yàn)證會(huì)給每個(gè)參數(shù)組合進(jìn)行打分,算法最終選擇評(píng)分機(jī)制最高的那個(gè)參數(shù)組合進(jìn)行建模。

    1.2.2 GC-XGBoost 的構(gòu)建過(guò)程

    Step 1:獲取股票數(shù)據(jù),對(duì)數(shù)據(jù)進(jìn)行清洗、插值等數(shù)據(jù)預(yù)處理工作;

    Step 2:將數(shù)據(jù)分為兩部分:訓(xùn)練集和測(cè)試集。首先進(jìn)行XGBoost 模型建模,并將模型用于對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練,模型訓(xùn)練好將此模型對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)試,記錄預(yù)測(cè)的評(píng)估指標(biāo)值。此步即為XGBoost 原模型建模。

    Step 3:同樣用XGBoost 模型建模,但此時(shí)需要列舉出XGBoost 所有參數(shù)的排列組合形成網(wǎng)格,然后進(jìn)行的XGBoost 建模便是基于所有的參數(shù)組合,并且需要一種評(píng)分機(jī)制來(lái)給每種模型實(shí)施打分操作,此機(jī)制就是交叉驗(yàn)證的方法,最終選擇出評(píng)分最高的那個(gè)參數(shù)組合的XGBoost 模型,也就是GC-XGBoost 模型(GridSearch-CV-XGBoost)。

    1.2.3 GC-XGBoost 算法

    GridSearch-CV-XGBoost 算法簡(jiǎn)稱為GCXGBoost 算法。其步驟如下:

    Step 1:數(shù)據(jù)清洗預(yù)處理;

    Step 2:學(xué)習(xí)訓(xùn)練XGBoost模型;

    Step 3:構(gòu)建評(píng)分機(jī)制指標(biāo);

    Step 4:網(wǎng)格搜索優(yōu)化XGBoost模型參數(shù),重新得到新XGBoost模型,即為GC-XGBoost模型

    1.3 評(píng)估的指標(biāo)

    建立一個(gè)新的模型,需要評(píng)價(jià)其性能好壞。有很多可以評(píng)估股票預(yù)測(cè)模型性能的指標(biāo),常見(jiàn)的有三種:分別是用來(lái)衡量觀測(cè)值和真實(shí)值之間偏差的均方誤差MSE(mean squared error),反映預(yù)測(cè)值產(chǎn)生的誤差大小的平均絕對(duì)誤差MAE(mean absolute error)以及可用于比較不同量綱下模型性能好壞的R方值R2。本文選取這三個(gè)指標(biāo)來(lái)綜合評(píng)價(jià)以及對(duì)比模型。

    MSE 是誤差平方和除以樣本量得到的,而誤差平方和是線性回歸模型的擬合過(guò)程中預(yù)測(cè)值和真實(shí)值之間的誤差的平方和。這個(gè)值越小表示預(yù)測(cè)值與真實(shí)值越接近,擬合效果越好。MSE 的計(jì)算公式:

    MAE 是絕對(duì)誤差的平均值。為了避免誤差正負(fù)抵消的情況發(fā)生,另外一種方法就是采用絕對(duì)值進(jìn)行計(jì)算,能夠?qū)⒄鎸?shí)值與預(yù)測(cè)值之間的誤差大小的情況較好的反映出來(lái),其值越小,預(yù)測(cè)效果越好。計(jì)算公式:

    (3)R2是用來(lái)表示模型擬合效果的,值越大,表示擬合效果越好;值越小,表示擬合效果越差甚至判斷出模型不合適。計(jì)算公式:

    2 實(shí)證分析

    本文實(shí)驗(yàn)所用的軟件是python3.7,所用到的庫(kù)和包有numpy,pandas,matplotlib,sklearn,xgboost 以及tushare 包。為了使模型預(yù)測(cè)股票價(jià)格更有說(shuō)服力,本文選取了貴州茅臺(tái)這只股票2001年8 月27 日至2020 年4 月17 日的每日開(kāi)盤價(jià)、最高價(jià)、最低價(jià)、交易量以及收盤價(jià)等數(shù)據(jù),以收盤價(jià)作為預(yù)測(cè)目標(biāo)變量,共計(jì)4 448 個(gè)樣本。所有數(shù)據(jù)通過(guò)python 自帶的tushare 包下載。

    貴州茅臺(tái)是白酒行業(yè)中的一只看漲的股票,在前幾年的價(jià)格一直是穩(wěn)中上升的趨勢(shì),今年疫情期間,所有大盤指數(shù)看跌,股票行業(yè)持續(xù)虧損,幾乎所有股票都暴跌很多個(gè)點(diǎn)。然而在這個(gè)突發(fā)的事件給所有股民帶來(lái)不利影響的同時(shí),貴州茅臺(tái)的價(jià)格在此時(shí)卻迅速攀升,較前幾年的漲勢(shì)更加迅猛,甚至疫情初期突破千元,股價(jià)走勢(shì)長(zhǎng)期看有一個(gè)明顯的轉(zhuǎn)折。此時(shí)用模型對(duì)此階段的價(jià)格進(jìn)行預(yù)測(cè)能夠很好的反映了模型的預(yù)測(cè)能力。圖1 貴州茅臺(tái)的開(kāi)盤價(jià)、收盤價(jià)、最高價(jià)和最低價(jià)整體走勢(shì)。

    圖1 貴州茅臺(tái)價(jià)格走勢(shì)圖

    從圖1 可以看出,茅臺(tái)價(jià)格在2017 年之前一直都呈穩(wěn)重上升趨勢(shì),最近幾年價(jià)格漲勢(shì)較猛,尤其今年疫情期間,突破至“千元茅臺(tái)”,對(duì)這段時(shí)間價(jià)格經(jīng)歷的波折進(jìn)行建模預(yù)測(cè)很有意義,可以驗(yàn)證模型是否能很好的擬合這段時(shí)間的價(jià)格走勢(shì)。

    圖2 可以明顯看到,在疫情期間茅臺(tái)價(jià)格呈現(xiàn)了明顯波動(dòng)起伏趨勢(shì),但總體趨勢(shì)是上升的。可以很好構(gòu)建機(jī)器學(xué)習(xí)模型來(lái)對(duì)價(jià)格進(jìn)行預(yù)測(cè),驗(yàn)證其模型的預(yù)測(cè)性能。

    圖2 疫情期間茅臺(tái)價(jià)格走勢(shì)

    在構(gòu)建GC-XGBoost 模型預(yù)測(cè)前,需要對(duì)數(shù)據(jù)進(jìn)行插值,標(biāo)準(zhǔn)化等預(yù)處理,再把總共的樣本數(shù)據(jù)集4 448 條記錄劃分成訓(xùn)練集和測(cè)試集兩個(gè)數(shù)據(jù)集合。測(cè)試集選取后面連續(xù)30 天的數(shù)據(jù),前面剩余的數(shù)據(jù)全部取出用來(lái)訓(xùn)練模型,將訓(xùn)練好的模型來(lái)預(yù)測(cè)最后30 天的價(jià)格,最后與真實(shí)價(jià)格作對(duì)比,給出模型各個(gè)評(píng)估指標(biāo)的值來(lái)評(píng)價(jià)模型的預(yù)測(cè)性能。本次首輪實(shí)驗(yàn)采用的是默認(rèn)參數(shù)的模型也就是XGBoost 原模型進(jìn)行訓(xùn)練,用最后30天數(shù)據(jù)作為測(cè)試集進(jìn)行預(yù)測(cè),最后得到的實(shí)驗(yàn)結(jié)果如圖3。

    圖3 XGBoost 原模型預(yù)測(cè)值與真實(shí)值對(duì)比圖

    從圖3 可以看到,XGBoost 原模型整體上已經(jīng)很好地?cái)M合了股票價(jià)格的波動(dòng)趨勢(shì),有少數(shù)的點(diǎn)預(yù)測(cè)結(jié)果較差。并且考慮到XGBoost 原模型采用的是預(yù)排序,在迭代前會(huì)對(duì)節(jié)點(diǎn)做預(yù)排序,遍歷所有分割點(diǎn),數(shù)據(jù)量稍大時(shí)耗時(shí)嚴(yán)重,并且很多葉子節(jié)點(diǎn)的分裂增益較低,沒(méi)有必要繼續(xù)進(jìn)一步的分裂,這就帶來(lái)了一些不必要的開(kāi)銷。因此,我們提出基于網(wǎng)格搜索的算法來(lái)自動(dòng)學(xué)習(xí)到最優(yōu)參數(shù),降低占用內(nèi)存以及數(shù)據(jù)分割的復(fù)雜度。為了進(jìn)一步說(shuō)明基于網(wǎng)格搜索的XGBoost 模型預(yù)測(cè)性能相較于原模型有所提升,現(xiàn)在將上述第一輪實(shí)驗(yàn)結(jié)果與GC-XGBoost 模型在股票預(yù)測(cè)中的性能進(jìn)行比較,進(jìn)行第二輪實(shí)驗(yàn),通過(guò)兩種模型的重要評(píng)價(jià)指標(biāo)來(lái)評(píng)價(jià)模型的性能好壞。實(shí)驗(yàn)為保持?jǐn)?shù)據(jù)的一致性,同樣采用貴州茅臺(tái)股票相同時(shí)間內(nèi)的股票價(jià)格數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試,這里使用相同的股票訓(xùn)練數(shù)據(jù)集來(lái)訓(xùn)練基于網(wǎng)格搜索算法優(yōu)化參數(shù)的XGBoost 模型,再用同樣最后30 天數(shù)據(jù)作為測(cè)試集進(jìn)行預(yù)測(cè),最后得到的基于測(cè)試集實(shí)驗(yàn)結(jié)果如圖4 所示。

    在使用網(wǎng)格搜索算法和交叉驗(yàn)證法中,我們需要設(shè)置的XGBoost 模型重要參數(shù)有學(xué)習(xí)率,樹(shù)的棵樹(shù)數(shù),樹(shù)的深度,最小的葉子權(quán)重等等,這里得到最優(yōu)參數(shù)學(xué)習(xí)率learning rate 為0.3,n_estimators 為100,max_depth 為8,min_child_weight為1,根據(jù)經(jīng)驗(yàn)將CV 設(shè)置為3。從圖4 可以看出,在經(jīng)過(guò)網(wǎng)格搜索算法優(yōu)化后的XGBoost 模型很好的追蹤了股票價(jià)格的波動(dòng)趨勢(shì),能夠更好的擬合價(jià)格的趨勢(shì)圖,表明改進(jìn)的模型XGBoost 預(yù)測(cè)性能有所提升。

    圖4 網(wǎng)格搜索優(yōu)化的XGBoost 模型預(yù)測(cè)值與真實(shí)值

    兩輪實(shí)驗(yàn)中針對(duì)測(cè)試集得到兩種模型實(shí)驗(yàn)結(jié)果評(píng)價(jià)指標(biāo)的對(duì)比如表1 所示。

    表1 貴州茅臺(tái)收盤價(jià)的兩種模型預(yù)測(cè)對(duì)比

    對(duì)于MSE 和MAE,其值越小,表示預(yù)測(cè)的誤差越小,結(jié)果越精確,模型就越好。對(duì)R2,其值越大,表明預(yù)測(cè)值與真實(shí)值擬合度越高,模型預(yù)測(cè)性能越好。從表1 可以看到,無(wú)論是XGBoost 原模型還是基于網(wǎng)格搜索算法改進(jìn)的XGBoost 模型,對(duì)于前兩個(gè)評(píng)價(jià)指標(biāo)MSE 和MAE 都較小,后一個(gè)指標(biāo)R2較大,接近于1,說(shuō)明了這兩種模型對(duì)于股票價(jià)格都有很好的預(yù)測(cè)能力,對(duì)于股票價(jià)格的走勢(shì)擬合效果較好。同時(shí),改良后的XGBoost 模型也就是GC-XGBoost 模型的MSE,MAE 相比較XGBoost 原模型更小,R2比XGBoost 原模型更大,說(shuō)明基于網(wǎng)格搜索優(yōu)化參數(shù)后的XGBoost模型的預(yù)測(cè)性能有了很好的提升,提出的GC-XGBoost 模型可以更好地實(shí)現(xiàn)對(duì)股票價(jià)格準(zhǔn)確預(yù)測(cè)的目的。

    3 小結(jié)

    本文提出了基于網(wǎng)格搜索算法優(yōu)化參數(shù)的XGBoost 模型,將其應(yīng)用到股票價(jià)格的預(yù)測(cè)中,利用貴州茅臺(tái)收盤價(jià)對(duì)模型性能進(jìn)行實(shí)驗(yàn)驗(yàn)證,采用MSE,MAE 和作為評(píng)估指標(biāo),實(shí)驗(yàn)對(duì)比改進(jìn)后的XGBoost 模型對(duì)于股票預(yù)測(cè)有很好的擬合能力,并且預(yù)測(cè)效果要優(yōu)于XGBoost 原模型的預(yù)測(cè)性能,說(shuō)明基于網(wǎng)格搜索優(yōu)化參數(shù)的算法能夠提升XGBoost 模型的預(yù)測(cè)性能。但是模型的預(yù)測(cè)性能總體提升度不高,后期需要結(jié)合其他方法在對(duì)數(shù)據(jù)的質(zhì)量上進(jìn)行改善,并且將改善后的模型應(yīng)用于其他多種金融產(chǎn)品如股指期貨上,進(jìn)一步完善模型的穩(wěn)定性,給更多股民帶來(lái)有意義的投資參考意見(jiàn)。

    猜你喜歡
    股票價(jià)格搜索算法網(wǎng)格
    用全等三角形破解網(wǎng)格題
    基于GARCH族模型的重慶啤酒股票價(jià)格波動(dòng)研究
    改進(jìn)的和聲搜索算法求解凸二次規(guī)劃及線性規(guī)劃
    反射的橢圓隨機(jī)偏微分方程的網(wǎng)格逼近
    重疊網(wǎng)格裝配中的一種改進(jìn)ADT搜索方法
    基于曲面展開(kāi)的自由曲面網(wǎng)格劃分
    論股票價(jià)格準(zhǔn)確性的社會(huì)效益
    基于汽車接力的潮流轉(zhuǎn)移快速搜索算法
    基于逐維改進(jìn)的自適應(yīng)步長(zhǎng)布谷鳥(niǎo)搜索算法
    我國(guó)股票價(jià)格指數(shù)與“克強(qiáng)指數(shù)”的關(guān)系研究
    欧美xxxx性猛交bbbb| 全区人妻精品视频| 看十八女毛片水多多多| 久久精品国产亚洲av涩爱| 中国美白少妇内射xxxbb| 日日啪夜夜爽| 国产无遮挡羞羞视频在线观看| 一边摸一边做爽爽视频免费| 久久久久网色| 又黄又粗又硬又大视频| 老司机影院成人| 久久99热6这里只有精品| 国产日韩欧美视频二区| 三上悠亚av全集在线观看| 午夜影院在线不卡| 尾随美女入室| 亚洲av电影在线进入| 亚洲精品美女久久av网站| 女人久久www免费人成看片| 亚洲精品一二三| 天天影视国产精品| 伊人久久国产一区二区| 成人国产麻豆网| 69精品国产乱码久久久| av免费在线看不卡| 欧美人与性动交α欧美精品济南到 | 成年女人在线观看亚洲视频| 国产亚洲精品久久久com| 久久午夜福利片| 看免费av毛片| 狂野欧美激情性xxxx在线观看| 日本vs欧美在线观看视频| 丝袜人妻中文字幕| 欧美日韩一区二区视频在线观看视频在线| 成年人免费黄色播放视频| 日韩成人伦理影院| 日韩熟女老妇一区二区性免费视频| 熟女av电影| 一级爰片在线观看| 97超碰精品成人国产| 亚洲三级黄色毛片| 高清在线视频一区二区三区| 高清在线视频一区二区三区| 高清在线视频一区二区三区| 女人被躁到高潮嗷嗷叫费观| 丝袜脚勾引网站| 又黄又粗又硬又大视频| 毛片一级片免费看久久久久| 校园人妻丝袜中文字幕| 女性被躁到高潮视频| 亚洲四区av| 少妇熟女欧美另类| 夜夜骑夜夜射夜夜干| 丁香六月天网| 五月玫瑰六月丁香| 婷婷色麻豆天堂久久| 在线天堂中文资源库| 国产高清三级在线| 丝瓜视频免费看黄片| 不卡视频在线观看欧美| 日本91视频免费播放| 国产午夜精品一二区理论片| h视频一区二区三区| 亚洲精品久久成人aⅴ小说| 成年人免费黄色播放视频| 99视频精品全部免费 在线| videosex国产| 久久精品国产自在天天线| av又黄又爽大尺度在线免费看| 成人漫画全彩无遮挡| 国产亚洲精品久久久com| 蜜桃国产av成人99| 岛国毛片在线播放| 亚洲av国产av综合av卡| 黄片无遮挡物在线观看| 国产成人免费无遮挡视频| a级毛片黄视频| 欧美3d第一页| 国产在线免费精品| 视频在线观看一区二区三区| 国产精品人妻久久久影院| 91在线精品国自产拍蜜月| 免费日韩欧美在线观看| 国产在线一区二区三区精| 国产免费又黄又爽又色| 亚洲成色77777| 婷婷色麻豆天堂久久| 我的女老师完整版在线观看| 欧美性感艳星| a 毛片基地| 内地一区二区视频在线| 久久av网站| 午夜福利在线观看免费完整高清在| 男人操女人黄网站| 国产成人免费观看mmmm| 亚洲成国产人片在线观看| 亚洲第一av免费看| 久久久久久人人人人人| 亚洲美女搞黄在线观看| 欧美亚洲日本最大视频资源| 久久人人爽人人片av| 另类精品久久| 亚洲国产色片| 亚洲欧美一区二区三区国产| 亚洲第一区二区三区不卡| 人妻一区二区av| 男女无遮挡免费网站观看| 国产精品人妻久久久久久| 永久免费av网站大全| 一本—道久久a久久精品蜜桃钙片| 国产精品久久久久久av不卡| 欧美丝袜亚洲另类| av视频免费观看在线观看| 香蕉丝袜av| 两性夫妻黄色片 | 一级毛片 在线播放| 王馨瑶露胸无遮挡在线观看| 飞空精品影院首页| 一二三四在线观看免费中文在 | 在线观看免费视频网站a站| 五月开心婷婷网| freevideosex欧美| 成人毛片a级毛片在线播放| 成年美女黄网站色视频大全免费| av.在线天堂| 最新的欧美精品一区二区| 在线观看免费日韩欧美大片| 欧美人与性动交α欧美精品济南到 | 亚洲伊人久久精品综合| 日韩不卡一区二区三区视频在线| 久久这里只有精品19| 亚洲国产欧美在线一区| 在线观看免费日韩欧美大片| 精品国产一区二区三区久久久樱花| 精品人妻熟女毛片av久久网站| 久久精品国产亚洲av涩爱| 国产精品不卡视频一区二区| 宅男免费午夜| 亚洲久久久国产精品| 啦啦啦啦在线视频资源| 9191精品国产免费久久| 精品国产一区二区久久| 99精国产麻豆久久婷婷| 精品国产露脸久久av麻豆| 免费高清在线观看日韩| 国产精品人妻久久久久久| 久久鲁丝午夜福利片| 久久99一区二区三区| 久久免费观看电影| 国产白丝娇喘喷水9色精品| 国产成人一区二区在线| 亚洲中文av在线| 搡女人真爽免费视频火全软件| 成年美女黄网站色视频大全免费| 黑丝袜美女国产一区| 亚洲国产日韩一区二区| 熟女电影av网| 高清黄色对白视频在线免费看| freevideosex欧美| 国产免费福利视频在线观看| 免费观看在线日韩| 国产精品 国内视频| 亚洲色图 男人天堂 中文字幕 | 成年美女黄网站色视频大全免费| 欧美日韩成人在线一区二区| 欧美bdsm另类| 汤姆久久久久久久影院中文字幕| 2022亚洲国产成人精品| 草草在线视频免费看| 亚洲国产欧美在线一区| 青青草视频在线视频观看| 性色avwww在线观看| 啦啦啦在线观看免费高清www| 精品午夜福利在线看| 精品国产乱码久久久久久小说| 成人国语在线视频| 男女高潮啪啪啪动态图| videossex国产| 久久精品夜色国产| 如何舔出高潮| 老熟女久久久| 午夜福利,免费看| 久久精品国产亚洲av涩爱| 亚洲精品aⅴ在线观看| 只有这里有精品99| 一区二区av电影网| 免费不卡的大黄色大毛片视频在线观看| 国产精品秋霞免费鲁丝片| 蜜臀久久99精品久久宅男| 69精品国产乱码久久久| 亚洲精品乱久久久久久| 欧美精品av麻豆av| 夫妻午夜视频| 国产精品女同一区二区软件| 欧美人与性动交α欧美软件 | 免费在线观看完整版高清| 欧美激情国产日韩精品一区| 黄色 视频免费看| h视频一区二区三区| 国产白丝娇喘喷水9色精品| 日韩成人伦理影院| 日韩电影二区| 精品酒店卫生间| 美女大奶头黄色视频| 香蕉丝袜av| 免费av不卡在线播放| 国产女主播在线喷水免费视频网站| 国产麻豆69| 在线观看国产h片| 最后的刺客免费高清国语| 国产免费一区二区三区四区乱码| 99热全是精品| 伊人久久国产一区二区| 黄色 视频免费看| av视频免费观看在线观看| 在线天堂最新版资源| 制服诱惑二区| 免费久久久久久久精品成人欧美视频 | 亚洲在久久综合| 亚洲av欧美aⅴ国产| 色婷婷av一区二区三区视频| 国产亚洲最大av| 最近中文字幕高清免费大全6| 水蜜桃什么品种好| 91成人精品电影| 在线天堂中文资源库| 久久免费观看电影| 精品一区二区三区四区五区乱码 | 一级毛片电影观看| 最近手机中文字幕大全| 人妻系列 视频| 国产精品久久久av美女十八| 99国产精品免费福利视频| 久久久久久久久久久久大奶| 精品一区二区三区四区五区乱码 | 久久久久久久大尺度免费视频| 免费黄网站久久成人精品| 高清视频免费观看一区二区| 制服诱惑二区| 2021少妇久久久久久久久久久| 久久久精品免费免费高清| 超色免费av| 久久久久久久精品精品| 18禁观看日本| 色网站视频免费| 午夜激情久久久久久久| 最近2019中文字幕mv第一页| 国产精品人妻久久久久久| 99热国产这里只有精品6| 我要看黄色一级片免费的| 精品视频人人做人人爽| 亚洲熟女精品中文字幕| 国产免费一区二区三区四区乱码| 夜夜爽夜夜爽视频| 母亲3免费完整高清在线观看 | 日本vs欧美在线观看视频| www日本在线高清视频| 赤兔流量卡办理| 亚洲天堂av无毛| 嫩草影院入口| 亚洲少妇的诱惑av| 伊人亚洲综合成人网| av天堂久久9| 99久久人妻综合| 亚洲av欧美aⅴ国产| 久久97久久精品| av黄色大香蕉| 国产免费一级a男人的天堂| 综合色丁香网| 国产在线一区二区三区精| 日本黄大片高清| 免费大片18禁| 精品亚洲成国产av| 男女边摸边吃奶| av在线播放精品| tube8黄色片| 亚洲精品日韩在线中文字幕| 看免费av毛片| 国产精品久久久av美女十八| 国产极品天堂在线| 日日爽夜夜爽网站| 巨乳人妻的诱惑在线观看| av在线观看视频网站免费| 日日摸夜夜添夜夜爱| 一个人免费看片子| freevideosex欧美| 国产成人a∨麻豆精品| 久热这里只有精品99| 久久精品国产自在天天线| 亚洲精品日本国产第一区| 亚洲成av片中文字幕在线观看 | 看非洲黑人一级黄片| 色婷婷久久久亚洲欧美| 久久精品国产亚洲av涩爱| 777米奇影视久久| 欧美亚洲日本最大视频资源| 狠狠婷婷综合久久久久久88av| 中文字幕最新亚洲高清| av线在线观看网站| 美女大奶头黄色视频| av在线播放精品| 精品一区二区三卡| 哪个播放器可以免费观看大片| 美女内射精品一级片tv| 亚洲精品久久成人aⅴ小说| 一区二区三区精品91| 性色avwww在线观看| 18禁国产床啪视频网站| 亚洲精品视频女| 高清不卡的av网站| 午夜影院在线不卡| 日韩一本色道免费dvd| 日韩欧美精品免费久久| 久久久欧美国产精品| 久久这里只有精品19| 久久精品夜色国产| 亚洲人成77777在线视频| 国国产精品蜜臀av免费| 国产一级毛片在线| 免费观看在线日韩| 亚洲欧洲精品一区二区精品久久久 | 国产在线视频一区二区| 日本色播在线视频| 久久国内精品自在自线图片| 欧美日本中文国产一区发布| 国产精品人妻久久久影院| 国产无遮挡羞羞视频在线观看| 老司机影院毛片| 亚洲欧洲日产国产| 晚上一个人看的免费电影| 肉色欧美久久久久久久蜜桃| 亚洲欧洲日产国产| 欧美3d第一页| 国产精品久久久久久久电影| 久久热在线av| 国产高清三级在线| 免费观看a级毛片全部| 中文字幕精品免费在线观看视频 | 久久精品久久久久久噜噜老黄| 男女国产视频网站| 人人澡人人妻人| 午夜影院在线不卡| 日韩伦理黄色片| 丝袜脚勾引网站| 免费高清在线观看日韩| 青春草亚洲视频在线观看| 丁香六月天网| 只有这里有精品99| a级毛片黄视频| 90打野战视频偷拍视频| 在线观看三级黄色| 少妇熟女欧美另类| 亚洲第一区二区三区不卡| 国产综合精华液| 青春草视频在线免费观看| 我的女老师完整版在线观看| 黄色 视频免费看| 一级片免费观看大全| 嫩草影院入口| 欧美人与善性xxx| 国国产精品蜜臀av免费| 91成人精品电影| 国产熟女午夜一区二区三区| 久久ye,这里只有精品| 久久国产精品男人的天堂亚洲 | 久久国内精品自在自线图片| 黄色配什么色好看| 97在线视频观看| av在线app专区| 男人操女人黄网站| 亚洲人与动物交配视频| 在线天堂最新版资源| 亚洲精品av麻豆狂野| 国产不卡av网站在线观看| 国产精品人妻久久久影院| 久久精品国产亚洲av天美| 日产精品乱码卡一卡2卡三| 人妻少妇偷人精品九色| 中文字幕另类日韩欧美亚洲嫩草| 亚洲情色 制服丝袜| 丝袜喷水一区| 国产精品无大码| 69精品国产乱码久久久| 精品一区二区三区视频在线| 久久久国产精品麻豆| 精品久久蜜臀av无| 天天躁夜夜躁狠狠躁躁| 天天躁夜夜躁狠狠久久av| 视频中文字幕在线观看| 晚上一个人看的免费电影| 国产成人精品在线电影| 日韩大片免费观看网站| 亚洲四区av| 在线观看人妻少妇| 亚洲欧美精品自产自拍| 久久久国产一区二区| 少妇熟女欧美另类| 亚洲国产精品999| 亚洲天堂av无毛| 亚洲高清免费不卡视频| av在线app专区| 永久免费av网站大全| 国产视频首页在线观看| 亚洲av综合色区一区| 午夜视频国产福利| 日产精品乱码卡一卡2卡三| 中文字幕av电影在线播放| 新久久久久国产一级毛片| 高清黄色对白视频在线免费看| 有码 亚洲区| 建设人人有责人人尽责人人享有的| 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 | 自线自在国产av| 高清黄色对白视频在线免费看| 搡老乐熟女国产| 国产无遮挡羞羞视频在线观看| 性高湖久久久久久久久免费观看| 一级毛片 在线播放| 下体分泌物呈黄色| av视频免费观看在线观看| 欧美精品一区二区免费开放| 99九九在线精品视频| 日韩视频在线欧美| 免费高清在线观看视频在线观看| 丝袜脚勾引网站| 狠狠婷婷综合久久久久久88av| 欧美日韩国产mv在线观看视频| 十八禁网站网址无遮挡| 欧美性感艳星| 久久狼人影院| 视频区图区小说| 中文字幕亚洲精品专区| 成人黄色视频免费在线看| 少妇人妻精品综合一区二区| 成人毛片60女人毛片免费| 国产在视频线精品| 免费看光身美女| 欧美国产精品一级二级三级| 国产色爽女视频免费观看| 精品一区二区三区四区五区乱码 | 成年av动漫网址| 99香蕉大伊视频| 久久精品久久久久久久性| 国产精品国产三级专区第一集| 97精品久久久久久久久久精品| 亚洲国产精品一区二区三区在线| 我要看黄色一级片免费的| 插逼视频在线观看| 国产精品久久久久久av不卡| 国产一区二区三区综合在线观看 | 亚洲成av片中文字幕在线观看 | 久久久精品94久久精品| 亚洲丝袜综合中文字幕| 国产一区亚洲一区在线观看| 精品亚洲乱码少妇综合久久| 日韩制服骚丝袜av| 九九爱精品视频在线观看| 亚洲熟女精品中文字幕| 亚洲成人一二三区av| 在线观看免费日韩欧美大片| 国产日韩欧美视频二区| freevideosex欧美| 久久人人爽人人片av| 2022亚洲国产成人精品| 久久这里只有精品19| 亚洲,一卡二卡三卡| 国产在线视频一区二区| 亚洲精品久久午夜乱码| 久久久久精品人妻al黑| 日本爱情动作片www.在线观看| 不卡视频在线观看欧美| 精品少妇久久久久久888优播| 国产探花极品一区二区| 两个人看的免费小视频| 宅男免费午夜| 欧美少妇被猛烈插入视频| 少妇被粗大的猛进出69影院 | 美女视频免费永久观看网站| 亚洲色图 男人天堂 中文字幕 | 亚洲成色77777| 久久国产亚洲av麻豆专区| www.av在线官网国产| 黄色怎么调成土黄色| 国产一区二区三区综合在线观看 | 色94色欧美一区二区| 精品国产国语对白av| 精品国产露脸久久av麻豆| 日韩欧美精品免费久久| 全区人妻精品视频| 欧美国产精品va在线观看不卡| 天堂中文最新版在线下载| 女性被躁到高潮视频| 欧美精品人与动牲交sv欧美| 国产片特级美女逼逼视频| 寂寞人妻少妇视频99o| 老司机亚洲免费影院| 亚洲欧美一区二区三区黑人 | av线在线观看网站| 99热网站在线观看| tube8黄色片| 黑人高潮一二区| 国产淫语在线视频| 夫妻午夜视频| 蜜桃在线观看..| 黑人欧美特级aaaaaa片| 亚洲人成网站在线观看播放| 亚洲国产精品一区三区| 深夜精品福利| 校园人妻丝袜中文字幕| 日本黄色日本黄色录像| 黑人欧美特级aaaaaa片| 国产一区二区三区综合在线观看 | 99久久人妻综合| 成人国语在线视频| 青春草视频在线免费观看| www.熟女人妻精品国产 | 综合色丁香网| av有码第一页| 咕卡用的链子| 男女免费视频国产| 最近的中文字幕免费完整| 亚洲精品久久久久久婷婷小说| 99热这里只有是精品在线观看| av播播在线观看一区| 欧美成人精品欧美一级黄| 成人黄色视频免费在线看| 飞空精品影院首页| 国产精品秋霞免费鲁丝片| 日日啪夜夜爽| 国产欧美另类精品又又久久亚洲欧美| 久久国产精品男人的天堂亚洲 | 人妻一区二区av| 啦啦啦视频在线资源免费观看| 90打野战视频偷拍视频| 大香蕉97超碰在线| 国产女主播在线喷水免费视频网站| 少妇熟女欧美另类| 欧美人与性动交α欧美精品济南到 | 制服人妻中文乱码| 久久久久国产网址| 丝袜美足系列| 狠狠婷婷综合久久久久久88av| 黄色视频在线播放观看不卡| 国产黄色免费在线视频| 香蕉精品网在线| 亚洲综合色惰| 久久精品熟女亚洲av麻豆精品| 亚洲欧洲精品一区二区精品久久久 | a级毛片在线看网站| a级毛色黄片| 免费播放大片免费观看视频在线观看| 黑人巨大精品欧美一区二区蜜桃 | 亚洲精品久久成人aⅴ小说| 亚洲精品国产色婷婷电影| 午夜免费观看性视频| 综合色丁香网| 成人亚洲欧美一区二区av| 国产精品久久久久成人av| 久久久久精品人妻al黑| 国产免费视频播放在线视频| 插逼视频在线观看| 狂野欧美激情性bbbbbb| av免费观看日本| 乱码一卡2卡4卡精品| 一级片'在线观看视频| 18+在线观看网站| 亚洲精品久久午夜乱码| 熟女电影av网| 午夜激情av网站| 观看av在线不卡| av在线老鸭窝| 搡老乐熟女国产| 成人亚洲精品一区在线观看| 亚洲四区av| 国产黄频视频在线观看| 国产爽快片一区二区三区| 少妇的丰满在线观看| 国产精品不卡视频一区二区| 热re99久久国产66热| 精品福利永久在线观看| 久久99热6这里只有精品| 精品久久久久久电影网| 国产色婷婷99| 人人妻人人添人人爽欧美一区卜| 成人免费观看视频高清| 亚洲四区av| 91aial.com中文字幕在线观看| 黑人巨大精品欧美一区二区蜜桃 | 国产成人午夜福利电影在线观看| 日日爽夜夜爽网站| 国产成人精品无人区| 国产无遮挡羞羞视频在线观看| 美女国产视频在线观看| 两个人免费观看高清视频| 高清不卡的av网站| 美女脱内裤让男人舔精品视频| 亚洲精品成人av观看孕妇| 国产麻豆69| 日韩电影二区| 最近中文字幕高清免费大全6| 欧美xxⅹ黑人| 亚洲成人一二三区av| 黑人高潮一二区| 欧美激情国产日韩精品一区| 午夜福利影视在线免费观看| 欧美日韩成人在线一区二区| 极品少妇高潮喷水抽搐| 搡老乐熟女国产| 精品国产露脸久久av麻豆| 麻豆精品久久久久久蜜桃| 国产成人免费观看mmmm| 宅男免费午夜| 日韩免费高清中文字幕av| 大香蕉久久成人网| 午夜福利视频在线观看免费|