• <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
    亚洲人成伊人成综合网2020| 亚洲欧美日韩东京热| 一本久久中文字幕| 变态另类丝袜制服| 亚洲熟妇中文字幕五十中出| 久久久久久久久大av| 九九久久精品国产亚洲av麻豆| 精品久久久久久久久亚洲 | 精品一区二区三区视频在线观看免费| 精品久久久久久久人妻蜜臀av| 欧美最黄视频在线播放免费| 99热这里只有是精品50| 观看免费一级毛片| 啦啦啦韩国在线观看视频| 精品久久久久久久人妻蜜臀av| 99热精品在线国产| 脱女人内裤的视频| 色综合婷婷激情| 一本综合久久免费| 黄色配什么色好看| 在线十欧美十亚洲十日本专区| 久久精品国产亚洲av涩爱 | 每晚都被弄得嗷嗷叫到高潮| 亚洲 国产 在线| 最好的美女福利视频网| netflix在线观看网站| 麻豆一二三区av精品| av专区在线播放| 狠狠狠狠99中文字幕| 国产黄色小视频在线观看| 欧美激情在线99| 别揉我奶头~嗯~啊~动态视频| 最近中文字幕高清免费大全6 | av欧美777| 国产av不卡久久| 天美传媒精品一区二区| 久久久久久久精品吃奶| 无人区码免费观看不卡| 精品久久久久久成人av| 色综合婷婷激情| 国产精品98久久久久久宅男小说| 动漫黄色视频在线观看| 黄色一级大片看看| 在线观看免费视频日本深夜| 国产极品精品免费视频能看的| 美女高潮的动态| 国产精品久久久久久久久免 | 国产视频一区二区在线看| 亚洲三级黄色毛片| 真实男女啪啪啪动态图| 一级av片app| 亚洲人成电影免费在线| 亚洲精品久久国产高清桃花| 中文字幕熟女人妻在线| 国产高清视频在线观看网站| 欧美bdsm另类| 欧美又色又爽又黄视频| 变态另类成人亚洲欧美熟女| 精品久久久久久成人av| 无人区码免费观看不卡| 国产成人av教育| 亚洲欧美日韩卡通动漫| 成年女人永久免费观看视频| 久久亚洲精品不卡| 精华霜和精华液先用哪个| 国产高清视频在线播放一区| 老熟妇乱子伦视频在线观看| 免费在线观看成人毛片| 色精品久久人妻99蜜桃| 我要看日韩黄色一级片| 12—13女人毛片做爰片一| 十八禁国产超污无遮挡网站| 亚洲欧美激情综合另类| 最近在线观看免费完整版| 少妇裸体淫交视频免费看高清| 亚州av有码| 97人妻精品一区二区三区麻豆| 午夜福利在线在线| 国产午夜福利久久久久久| 黄色一级大片看看| 国产亚洲精品综合一区在线观看| 亚洲在线观看片| 别揉我奶头 嗯啊视频| 三级毛片av免费| 国产精品嫩草影院av在线观看 | 在线观看免费视频日本深夜| 久久久久免费精品人妻一区二区| 啦啦啦韩国在线观看视频| 99久久成人亚洲精品观看| 亚洲第一欧美日韩一区二区三区| 午夜激情福利司机影院| 亚洲av免费高清在线观看| 日韩av在线大香蕉| 一个人免费在线观看的高清视频| 国产高清视频在线观看网站| 婷婷六月久久综合丁香| 久久人人精品亚洲av| 99久久久亚洲精品蜜臀av| 网址你懂的国产日韩在线| 熟妇人妻久久中文字幕3abv| 99久久99久久久精品蜜桃| 国产在线精品亚洲第一网站| 欧美另类亚洲清纯唯美| 亚洲一区高清亚洲精品| 国产中年淑女户外野战色| 亚洲国产色片| 男人的好看免费观看在线视频| 在线观看午夜福利视频| 色播亚洲综合网| netflix在线观看网站| 色哟哟哟哟哟哟| av天堂中文字幕网| 亚洲va日本ⅴa欧美va伊人久久| 色综合站精品国产| av在线观看视频网站免费| 日韩人妻高清精品专区| 久久精品91蜜桃| 又紧又爽又黄一区二区| 国产黄片美女视频| 欧美日韩瑟瑟在线播放| 久久久久免费精品人妻一区二区| 午夜日韩欧美国产| 免费观看精品视频网站| 亚洲人成网站高清观看| 久久国产精品人妻蜜桃| 久久久久精品国产欧美久久久| 成人亚洲精品av一区二区| 国产精品亚洲av一区麻豆| 三级毛片av免费| 亚洲成人久久爱视频| 真人一进一出gif抽搐免费| 久久久久九九精品影院| 免费搜索国产男女视频| 51午夜福利影视在线观看| 极品教师在线免费播放| 18禁在线播放成人免费| 我要看日韩黄色一级片| 欧美性猛交黑人性爽| 国产欧美日韩精品亚洲av| 他把我摸到了高潮在线观看| 亚洲片人在线观看| 国产精品av视频在线免费观看| 国产不卡一卡二| 精品久久久久久久久亚洲 | 老司机福利观看| 日本黄色片子视频| 久久99热6这里只有精品| 免费在线观看亚洲国产| x7x7x7水蜜桃| 午夜激情福利司机影院| 很黄的视频免费| 午夜激情福利司机影院| xxxwww97欧美| 国产69精品久久久久777片| 老司机午夜十八禁免费视频| x7x7x7水蜜桃| 成年免费大片在线观看| 免费看日本二区| 久久草成人影院| 欧美3d第一页| 老司机福利观看| 亚洲avbb在线观看| 久久精品国产亚洲av天美| 别揉我奶头 嗯啊视频| 国内久久婷婷六月综合欲色啪| 色尼玛亚洲综合影院| av在线老鸭窝| 日本一本二区三区精品| 国产在线精品亚洲第一网站| 午夜精品一区二区三区免费看| 午夜久久久久精精品| 天堂网av新在线| 成人一区二区视频在线观看| 欧美潮喷喷水| netflix在线观看网站| 国产精品亚洲美女久久久| 国产免费男女视频| 亚洲va日本ⅴa欧美va伊人久久| 成人高潮视频无遮挡免费网站| 黄色一级大片看看| 国产精品98久久久久久宅男小说| 变态另类成人亚洲欧美熟女| 午夜两性在线视频| 人妻夜夜爽99麻豆av| 91久久精品电影网| 婷婷精品国产亚洲av在线| 一级a爱片免费观看的视频| 中文字幕人成人乱码亚洲影| 国产精品,欧美在线| 91麻豆精品激情在线观看国产| 久久久久久久久久黄片| 亚洲精品粉嫩美女一区| 欧美性猛交黑人性爽| 精品免费久久久久久久清纯| 欧美xxxx黑人xx丫x性爽| 美女cb高潮喷水在线观看| 最近在线观看免费完整版| 精品无人区乱码1区二区| 久久99热6这里只有精品| 婷婷丁香在线五月| 免费黄网站久久成人精品 | 欧美+亚洲+日韩+国产| 欧美日本亚洲视频在线播放| 午夜福利18| 日本免费一区二区三区高清不卡| 欧美日韩国产亚洲二区| 又黄又爽又免费观看的视频| 99久久精品热视频| 在现免费观看毛片| 看黄色毛片网站| 国产av在哪里看| 免费人成视频x8x8入口观看| 精品午夜福利视频在线观看一区| 夜夜夜夜夜久久久久| 又爽又黄无遮挡网站| 亚洲人成电影免费在线| 毛片女人毛片| 一区二区三区免费毛片| 中文字幕人妻熟人妻熟丝袜美| h日本视频在线播放| 免费电影在线观看免费观看| 三级毛片av免费| 亚洲,欧美,日韩| 精品国产三级普通话版| 国产亚洲av嫩草精品影院| 丁香六月欧美| av欧美777| 欧美成狂野欧美在线观看| 人人妻人人看人人澡| 18禁黄网站禁片免费观看直播| 久久天躁狠狠躁夜夜2o2o| 亚洲在线观看片| 免费看a级黄色片| 男女视频在线观看网站免费| 丁香六月欧美| 精品一区二区免费观看| 欧美xxxx性猛交bbbb| 熟妇人妻久久中文字幕3abv| 亚洲精品色激情综合| 国产视频内射| 日本成人三级电影网站| 国产三级黄色录像| 欧美中文日本在线观看视频| 亚洲人成网站在线播放欧美日韩| 国产精品女同一区二区软件 | 国产免费av片在线观看野外av| 久久午夜亚洲精品久久| 亚洲国产精品合色在线| 精品久久国产蜜桃| 国产精品永久免费网站| 午夜影院日韩av| 欧美黑人巨大hd| 精品人妻一区二区三区麻豆 | 激情在线观看视频在线高清| 国产一区二区激情短视频| 欧美中文日本在线观看视频| 日韩免费av在线播放| 日本免费a在线| 日韩欧美国产在线观看| 国产男靠女视频免费网站| 97热精品久久久久久| a级一级毛片免费在线观看| 欧美在线黄色| 无人区码免费观看不卡| 在线观看免费视频日本深夜| 国产黄色小视频在线观看| 级片在线观看| 亚洲国产精品sss在线观看| 亚洲欧美日韩卡通动漫| 午夜视频国产福利| 国产精品一及| 99热这里只有精品一区| 动漫黄色视频在线观看| 色播亚洲综合网| 啦啦啦观看免费观看视频高清| 亚洲精品在线美女| 男女视频在线观看网站免费| 色5月婷婷丁香| 97超视频在线观看视频| 午夜福利成人在线免费观看| 日韩欧美国产一区二区入口| 男人和女人高潮做爰伦理| 免费av观看视频| 国产私拍福利视频在线观看| 99久国产av精品| 色哟哟哟哟哟哟| av视频在线观看入口| 怎么达到女性高潮| 亚洲综合色惰| 婷婷丁香在线五月| 午夜福利18| 91久久精品国产一区二区成人| 精品久久久久久久人妻蜜臀av| 午夜a级毛片| 在线免费观看不下载黄p国产 | avwww免费| 99精品久久久久人妻精品| 99久久九九国产精品国产免费| 亚洲国产欧美人成| 真实男女啪啪啪动态图| 色噜噜av男人的天堂激情| 51国产日韩欧美| 久久国产精品影院| 欧美激情在线99| 色综合婷婷激情| 深夜精品福利| 天堂影院成人在线观看| 美女免费视频网站| 97超级碰碰碰精品色视频在线观看| 国语自产精品视频在线第100页| a级毛片a级免费在线| 黄色丝袜av网址大全| 欧美日本亚洲视频在线播放| 午夜精品久久久久久毛片777| 变态另类成人亚洲欧美熟女| 一区二区三区四区激情视频 | 免费大片18禁| 国产欧美日韩精品一区二区| 国产精品免费一区二区三区在线| 日本三级黄在线观看| 午夜福利在线在线| 可以在线观看的亚洲视频| 波野结衣二区三区在线| 99国产精品一区二区蜜桃av| 99国产精品一区二区三区| 一二三四社区在线视频社区8| 精品久久久久久成人av| 色在线成人网| 在线免费观看不下载黄p国产 | 亚洲自偷自拍三级| 久久伊人香网站| 国产av在哪里看| 成人av在线播放网站| 亚洲精品一卡2卡三卡4卡5卡| 午夜亚洲福利在线播放| 99久久99久久久精品蜜桃| 国产精品一区二区三区四区久久| www.熟女人妻精品国产| avwww免费| 麻豆av噜噜一区二区三区| 欧美一区二区精品小视频在线| 色精品久久人妻99蜜桃| 亚洲av五月六月丁香网| 51午夜福利影视在线观看| 看黄色毛片网站| 十八禁网站免费在线| 久久精品国产亚洲av天美| 国产午夜精品久久久久久一区二区三区 | 国内精品久久久久精免费| 久久婷婷人人爽人人干人人爱| 久久精品国产99精品国产亚洲性色| 国产高潮美女av| 给我免费播放毛片高清在线观看| av天堂中文字幕网| 日本a在线网址| 在线观看舔阴道视频| 国产黄a三级三级三级人| 国产大屁股一区二区在线视频| 欧美bdsm另类| 亚洲精品456在线播放app | 亚洲av日韩精品久久久久久密| 国产综合懂色| 婷婷色综合大香蕉| 国产精品久久久久久久久免 | 美女cb高潮喷水在线观看| 免费看光身美女| 草草在线视频免费看| 国产成人aa在线观看| 三级国产精品欧美在线观看| 亚洲五月婷婷丁香| 午夜福利在线观看免费完整高清在 | 看片在线看免费视频| 亚州av有码| 观看免费一级毛片| 高清日韩中文字幕在线| 国产高清三级在线| 美女高潮喷水抽搐中文字幕| 亚洲欧美日韩高清在线视频| 亚洲精品色激情综合| 精品久久久久久久久久久久久| 热99在线观看视频| 日本三级黄在线观看| 国产精品av视频在线免费观看| 老司机午夜福利在线观看视频| 日本五十路高清| 亚洲欧美激情综合另类| 欧美日本亚洲视频在线播放| 精品午夜福利视频在线观看一区| 色噜噜av男人的天堂激情| 欧美日韩亚洲国产一区二区在线观看| 婷婷色综合大香蕉| 亚洲av电影不卡..在线观看| av欧美777| 国产中年淑女户外野战色| 变态另类成人亚洲欧美熟女| 国产成人福利小说| 免费一级毛片在线播放高清视频| 国产精品久久久久久精品电影| 日韩亚洲欧美综合| 国产午夜福利久久久久久| 亚洲欧美清纯卡通| 亚洲国产高清在线一区二区三| 十八禁人妻一区二区| 日本成人三级电影网站| 国产亚洲av嫩草精品影院| 夜夜看夜夜爽夜夜摸| 午夜免费激情av| 在线观看免费视频日本深夜| 男插女下体视频免费在线播放| 全区人妻精品视频| 亚洲最大成人手机在线| 动漫黄色视频在线观看| 日韩有码中文字幕| 97碰自拍视频| 欧美黄色淫秽网站| av国产免费在线观看| 精品99又大又爽又粗少妇毛片 | 男女下面进入的视频免费午夜| 国产精品久久电影中文字幕| 精品一区二区免费观看| 中文字幕久久专区| 久久久久久久午夜电影| 国产精品亚洲美女久久久| 搡老妇女老女人老熟妇| 网址你懂的国产日韩在线| 久久午夜福利片| 亚洲精品在线美女| 精品人妻熟女av久视频| 午夜福利18| 桃色一区二区三区在线观看| 男人舔女人下体高潮全视频| 中文在线观看免费www的网站| 国产成年人精品一区二区| 国产色婷婷99| 舔av片在线| 熟妇人妻久久中文字幕3abv| 毛片一级片免费看久久久久 | 99久久久亚洲精品蜜臀av| 深爱激情五月婷婷| 精品久久久久久久久久免费视频| 亚洲内射少妇av| 波多野结衣巨乳人妻| 成人特级av手机在线观看| 波多野结衣巨乳人妻| 禁无遮挡网站| 桃色一区二区三区在线观看| 美女大奶头视频| 色av中文字幕| 宅男免费午夜| 日本一本二区三区精品| 九色成人免费人妻av| 午夜日韩欧美国产| 搡老妇女老女人老熟妇| 日本成人三级电影网站| 亚洲成人久久爱视频| 人人妻人人澡欧美一区二区| 久久精品国产亚洲av天美| 欧美黄色片欧美黄色片| 99久久99久久久精品蜜桃| 国产一区二区在线av高清观看| 欧美日本视频| 日日干狠狠操夜夜爽| 在线a可以看的网站| 最近最新免费中文字幕在线| 精品不卡国产一区二区三区| 好男人在线观看高清免费视频| 成人国产一区最新在线观看| 欧美成人免费av一区二区三区| 丰满的人妻完整版| 男女那种视频在线观看| a级毛片免费高清观看在线播放| 成人永久免费在线观看视频| 中亚洲国语对白在线视频| 日本黄色视频三级网站网址| 热99re8久久精品国产| 午夜影院日韩av| 欧美另类亚洲清纯唯美| 精品乱码久久久久久99久播| 国产欧美日韩精品一区二区| 国产高清有码在线观看视频| 国产亚洲精品久久久久久毛片| 午夜老司机福利剧场| 悠悠久久av| 国产亚洲欧美98| 婷婷六月久久综合丁香| 99热精品在线国产| 免费看美女性在线毛片视频| 国产精品一区二区三区四区免费观看 | 亚洲 国产 在线| 国产成人欧美在线观看| 高清日韩中文字幕在线| 欧美高清成人免费视频www| 我要搜黄色片| 精品不卡国产一区二区三区| 可以在线观看的亚洲视频| 精华霜和精华液先用哪个| 欧美成人免费av一区二区三区| 久久久久久久久久黄片| 免费在线观看日本一区| 亚洲七黄色美女视频| 三级男女做爰猛烈吃奶摸视频| 亚洲av免费高清在线观看| 国产男靠女视频免费网站| 一卡2卡三卡四卡精品乱码亚洲| 亚洲三级黄色毛片| 制服丝袜大香蕉在线| 国产亚洲精品久久久久久毛片| 三级毛片av免费| 久久精品国产自在天天线| 国产色婷婷99| 一个人免费在线观看电影| 看十八女毛片水多多多| 麻豆国产av国片精品| 精品久久久久久,| 精品久久久久久久久久久久久| 亚洲av日韩精品久久久久久密| 成人高潮视频无遮挡免费网站| 亚洲欧美清纯卡通| 12—13女人毛片做爰片一| 亚洲一区高清亚洲精品| 91麻豆精品激情在线观看国产| 18+在线观看网站| 亚洲国产精品成人综合色| 亚洲第一区二区三区不卡| 很黄的视频免费| 日韩中字成人| 精品久久久久久久久久免费视频| 午夜亚洲福利在线播放| 亚洲成人免费电影在线观看| 99热这里只有是精品在线观看 | 波多野结衣巨乳人妻| 欧美成人性av电影在线观看| 精品一区二区三区人妻视频| 欧美丝袜亚洲另类 | 国产精品女同一区二区软件 | 波多野结衣高清作品| 久久精品国产亚洲av涩爱 | 久久精品91蜜桃| 国产视频内射| 97超视频在线观看视频| 一个人看视频在线观看www免费| 给我免费播放毛片高清在线观看| 亚洲真实伦在线观看| 老女人水多毛片| 最近视频中文字幕2019在线8| 欧美激情国产日韩精品一区| 欧美成人性av电影在线观看| 成年女人看的毛片在线观看| 亚洲精品456在线播放app | 51国产日韩欧美| 久久这里只有精品中国| 国产精品人妻久久久久久| 97热精品久久久久久| 人人妻人人澡欧美一区二区| 十八禁国产超污无遮挡网站| 美女xxoo啪啪120秒动态图 | 日韩有码中文字幕| 国产精品av视频在线免费观看| 日韩欧美在线乱码| 俺也久久电影网| 色在线成人网| 脱女人内裤的视频| 亚洲国产精品成人综合色| 好男人电影高清在线观看| 熟女人妻精品中文字幕| 久久精品国产亚洲av香蕉五月| 小蜜桃在线观看免费完整版高清| 一边摸一边抽搐一进一小说| 最好的美女福利视频网| 99热这里只有是精品50| 久久6这里有精品| 日韩免费av在线播放| 在线播放国产精品三级| 舔av片在线| 国产极品精品免费视频能看的| 久久精品国产99精品国产亚洲性色| 国产国拍精品亚洲av在线观看| 亚洲午夜理论影院| 午夜福利视频1000在线观看| 亚洲精品日韩av片在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 成人性生交大片免费视频hd| 国产av在哪里看| 国产久久久一区二区三区| 男女床上黄色一级片免费看| 欧美日本视频| 偷拍熟女少妇极品色| 亚洲天堂国产精品一区在线| 亚洲国产欧洲综合997久久,| 欧美激情久久久久久爽电影| 国产淫片久久久久久久久 | 桃红色精品国产亚洲av| 亚洲国产精品999在线| 怎么达到女性高潮| 99国产精品一区二区蜜桃av| 亚洲精品在线观看二区| 乱码一卡2卡4卡精品| 欧美日韩乱码在线| 国产高潮美女av| 国产在视频线在精品| 美女xxoo啪啪120秒动态图 | 成年女人毛片免费观看观看9| 天堂动漫精品| 亚洲色图av天堂| 非洲黑人性xxxx精品又粗又长| 深夜精品福利| 国产精品一区二区三区四区免费观看 | 亚洲熟妇中文字幕五十中出| 国产免费男女视频| 亚洲人与动物交配视频| 国产欧美日韩一区二区三| 熟妇人妻久久中文字幕3abv| av女优亚洲男人天堂| 国产精品久久久久久精品电影| 欧美乱色亚洲激情|