欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

黃金期貨預(yù)測(cè):線性回歸與MLP的實(shí)證對(duì)比

黃金期貨預(yù)測(cè):線性回歸與MLP的實(shí)證對(duì)比 簡介在金融時(shí)間序列預(yù)測(cè)中多元線性回歸與多層感知機(jī)MLP是兩類代表性的建模方法。線性回歸以可解釋性和高效性見長而MLP通過非線性激活函數(shù)具備逼近復(fù)雜映射的能力。在量化交易與風(fēng)險(xiǎn)管理場(chǎng)景下如何選擇更合適的模型取決于數(shù)據(jù)中信號(hào)的本質(zhì)。黃金期貨價(jià)格受宏觀因子驅(qū)動(dòng)但日頻收益率信噪比極低其可預(yù)測(cè)模式可能以線性關(guān)系為主。本文以上海期貨交易所滬金主力合約為樣本系統(tǒng)梳理數(shù)據(jù)清洗、平穩(wěn)性檢驗(yàn)、格蘭杰因果檢驗(yàn)等流程并設(shè)計(jì)公平的滾動(dòng)回測(cè)評(píng)估。實(shí)證結(jié)果顯示兩個(gè)模型預(yù)測(cè)精度幾乎持平線性回歸在計(jì)算成本和解釋性上更優(yōu)。該結(jié)論為金融時(shí)序建模中模型選型提供了參考也揭示了復(fù)雜模型并非必然優(yōu)于簡單基線這一核心觀點(diǎn)。 做黃金期貨價(jià)格預(yù)測(cè)研究時(shí)多元線性回歸和多層感知機(jī)MLP這兩個(gè)模型經(jīng)常被拿來放在天平兩端。這次項(xiàng)目我?guī)е暗降渍l更適合預(yù)測(cè)滬金價(jià)格”這個(gè)疑問把一整條量化研究流程跑了一遍數(shù)據(jù)清洗、平穩(wěn)性檢驗(yàn)、格蘭杰因果檢驗(yàn)、兩套模型訓(xùn)練、滾動(dòng)回測(cè)驗(yàn)證。結(jié)論不是簡單的誰贏誰輸而是這兩個(gè)模型在黃金期貨這個(gè)高噪音、弱信號(hào)的市場(chǎng)里各自的邊界在哪里。這篇文章我不想只堆結(jié)論我會(huì)把整個(gè)實(shí)驗(yàn)設(shè)計(jì)的邏輯、為什么選這些方法、每一步踩過的坑、以及最終如何公平比較預(yù)測(cè)準(zhǔn)確性都攤開來講。適合正在做金融時(shí)間序列預(yù)測(cè)相關(guān)課題的研究生、剛?cè)腴T量化交易的開發(fā)人員以及所有想搞清楚“線性模型和神經(jīng)網(wǎng)絡(luò)在金融預(yù)測(cè)中到底誰更靠譜”的讀者。1. 為什么拿線性回歸和MLP硬碰硬——黃金期貨預(yù)測(cè)的建模動(dòng)機(jī)與數(shù)據(jù)底座1.1 黃金期貨的可預(yù)測(cè)性從哪里來先說一個(gè)很多初學(xué)者容易搞混的事情黃金期貨價(jià)格預(yù)測(cè)和股票價(jià)格預(yù)測(cè)看起來都是價(jià)格序列但背后的驅(qū)動(dòng)邏輯差別非常大。黃金是一個(gè)具有“避險(xiǎn)抗通脹美元計(jì)價(jià)”三重屬性的品種它的價(jià)格變動(dòng)受到美元指數(shù)、美債實(shí)際利率、地緣風(fēng)險(xiǎn)事件、全球央行購金行為等多重因素影響。這意味著它不像某些小盤股那樣容易受到資金操縱也不像加密貨幣那樣完全脫離基本面。理論上它的價(jià)格波動(dòng)中有一部分是可以通過宏觀因子解釋的這正是建模的空間所在。但話說回來這個(gè)“可解釋的部分”有多大我在這項(xiàng)研究里做了大量特征工程后發(fā)現(xiàn)即使把所有能想到的宏觀變量都放進(jìn)去模型能解釋的日頻收益率方差也相當(dāng)有限。這個(gè)現(xiàn)象背后是黃金市場(chǎng)已經(jīng)是一個(gè)高度有效的全球定價(jià)市場(chǎng)價(jià)格在被發(fā)現(xiàn)的那一刻就已經(jīng)反映了大部分公開信息。所以我們做預(yù)測(cè)本質(zhì)上是在捕捉“信息反映的滯后性”和“非理性情緒產(chǎn)生的慣性”而不是試圖發(fā)明一套能精準(zhǔn)預(yù)知明天的公式。1.2 為什么選擇這兩個(gè)模型做對(duì)比很多人在做類似研究時(shí)會(huì)一上來就上LSTM、Transformer覺得結(jié)構(gòu)越復(fù)雜越好。但我這次刻意選擇了“最樸素”的多元線性回歸和“最經(jīng)典”的多層感知機(jī)神經(jīng)網(wǎng)絡(luò)原因有三點(diǎn)。第一這兩個(gè)模型在理論上代表了兩類完全不同的學(xué)習(xí)范式。線性回歸假設(shè)因變量與自變量之間是線性疊加關(guān)系每個(gè)特征對(duì)目標(biāo)的影響是獨(dú)立的、可加性的而MLP通過隱藏層的非線性激活函數(shù)理論上可以逼近任意連續(xù)函數(shù)能夠捕捉特征之間的交互作用和非線性關(guān)系。把這兩個(gè)模型放在同一批數(shù)據(jù)上訓(xùn)練本質(zhì)上是在回答一個(gè)問題黃金期貨收益率的變化規(guī)律到底是被線性關(guān)系主導(dǎo)還是存在明顯的非線性結(jié)構(gòu)第二從工程角度看這兩個(gè)模型都足夠透明、穩(wěn)定、可復(fù)現(xiàn)。線性回歸有完整的統(tǒng)計(jì)推斷框架能給出每個(gè)特征的顯著性水平和置信區(qū)間MLP雖然是個(gè)“黑箱”但訓(xùn)練過程可以通過早停、正則化、多隨機(jī)種子等策略控制。對(duì)于一篇量化研究項(xiàng)目來說可解釋性和可復(fù)現(xiàn)性比單純的精度數(shù)字更重要。第三從對(duì)比實(shí)驗(yàn)的公平性出發(fā)模型的復(fù)雜度差異要控制在“考察目標(biāo)”而不是“資源投入”上。如果我們拿線性回歸和一個(gè)調(diào)參充分的Transformer對(duì)比模型性能差距很難歸因于“線性vs非線性”而更像是“統(tǒng)計(jì)推理vs暴力擬合”的差異。所以這次實(shí)驗(yàn)里的MLP沒有刻意堆參數(shù)量只使用了一個(gè)兩層隱藏層的結(jié)構(gòu)目的就是讓兩個(gè)模型站在盡量對(duì)等的條件下去比較。1.3 數(shù)據(jù)集構(gòu)成與來源本次研究的數(shù)據(jù)范圍是上海期貨交易所黃金期貨主力連續(xù)合約的日頻行情時(shí)間跨度從2010年1月到2023年12月一共約3200個(gè)交易日。原始數(shù)據(jù)包括收盤價(jià)、成交量、持倉量三個(gè)核心字段。同時(shí)我引入了四類外部宏微觀變量美元指數(shù)DXY日收益率——黃金以美元計(jì)價(jià)美元走勢(shì)是黃金價(jià)格最重要的反向指標(biāo)之一美國10年期通脹保值債券TIPS實(shí)際收益率——實(shí)際利率是黃金持有成本的關(guān)鍵變量布倫特原油期貨日收益率——原油價(jià)格反映全球通脹預(yù)期和大宗商品情緒滬金期貨持倉量變化率——反映國內(nèi)資金參與頻度和市場(chǎng)情緒這里有一個(gè)容易忽略的點(diǎn)國內(nèi)外市場(chǎng)的交易日歷并不完全一致。國內(nèi)黃金期貨有春節(jié)、國慶等長假美國市場(chǎng)也有自己的節(jié)假日如果用簡單的日期索引左連接經(jīng)常會(huì)出現(xiàn)錯(cuò)位一天甚至好幾天的數(shù)據(jù)殘留代碼不報(bào)錯(cuò)但實(shí)驗(yàn)結(jié)果的可靠性會(huì)大打折扣。我的做法是先分別把各數(shù)據(jù)源按交易日重采樣再做“交易日歷對(duì)齊”確保每一條樣本中所有變量都對(duì)應(yīng)同一個(gè)真實(shí)交易時(shí)段。這塊處理細(xì)節(jié)會(huì)在下一節(jié)詳細(xì)展開。2. 數(shù)據(jù)清洗與特征工程時(shí)間序列建模最容易被低估的一環(huán)2.1 對(duì)齊、缺失值與異常值處理數(shù)據(jù)處理這步說難不難但一旦出問題后期所有建模工作都會(huì)建立在流沙上。我在第一次跑通流程時(shí)就遇到過一個(gè)大坑當(dāng)時(shí)直接用了Pandas的merge函數(shù)把滬金期貨和美元指數(shù)按日期左連接后來發(fā)現(xiàn)美元指數(shù)的數(shù)據(jù)源有部分日期缺失結(jié)果導(dǎo)致某幾天的特征里混入了前一天的值。這種錯(cuò)位在日頻收益率這種量級(jí)的數(shù)據(jù)上不容易被肉眼察覺但模型效果會(huì)默默變差。正確的做法是先把所有數(shù)據(jù)源統(tǒng)一到同一個(gè)交易日歷上。我是這樣操作的定義“核心交易日列表”以滬金期貨的交易日為準(zhǔn)對(duì)每個(gè)外部變量先按各自交易日排序然后使用reindex到核心日歷缺失值向前填充對(duì)極端跳空缺口比如向前填充后仍無法填補(bǔ)的日期直接刪除不做插值檢查收益率序列的異常值把單日波動(dòng)超過5個(gè)標(biāo)準(zhǔn)差的樣本單獨(dú)標(biāo)記出來確認(rèn)是否存在行情事故。另外在特征構(gòu)造上我不僅使用了原始的宏觀變量當(dāng)日值還加入了它們的滯后項(xiàng)lag 1、lag 2、lag 3。為什么加滯后項(xiàng)因?yàn)榻鹑谑袌?chǎng)對(duì)信息的反應(yīng)往往不是瞬間完成的。美元指數(shù)當(dāng)天的變動(dòng)可能不會(huì)立刻完全反映到滬金期貨價(jià)格里可能會(huì)延遲半天到一天。這些滯后項(xiàng)相當(dāng)于給了模型一個(gè)“消化信息的時(shí)間窗口”。2.2 為什么不能用原始價(jià)格做回歸如果你直接把黃金期貨的收盤價(jià)當(dāng)作因變量把美元指數(shù)、原油價(jià)格等當(dāng)作自變量跑一個(gè)多元線性回歸你大概率會(huì)得到一個(gè)非?!捌痢钡慕Y(jié)果R2高達(dá)0.9以上各項(xiàng)系數(shù)都極其顯著。但這個(gè)結(jié)果是完全虛假的。問題出在“偽回歸”上價(jià)格序列通常是非平穩(wěn)的帶單位根兩個(gè)不相關(guān)的非平穩(wěn)序列放在一起回歸很容易被趨勢(shì)帶出虛假的顯著性關(guān)系。這就像北京和紐約的日均氣溫序列長期來看都在上升或波動(dòng)但你并不能說北京氣溫是紐約氣溫的格蘭杰原因。它們之間看似相關(guān)其實(shí)只是兩個(gè)帶趨勢(shì)的序列在“各自走路”。所以在實(shí)驗(yàn)中我把所有價(jià)格類的變量全部轉(zhuǎn)換成了收益率對(duì)數(shù)一階差分流量類的變量如持倉量做了變化率處理存量類的變量如實(shí)際利率則使用了一階差分。這是時(shí)間序列建模的標(biāo)準(zhǔn)預(yù)處理也是后面所有統(tǒng)計(jì)檢驗(yàn)的基礎(chǔ)。2.3 特征標(biāo)準(zhǔn)化與數(shù)據(jù)泄漏防范線性回歸對(duì)特征的尺度其實(shí)不太敏感因?yàn)樗约簳?huì)學(xué)習(xí)系數(shù)來適配。但神經(jīng)網(wǎng)絡(luò)完全不一樣特別是使用ReLU激活函數(shù)和Adam優(yōu)化器時(shí)如果輸入特征的量綱差異太大比如持倉量是幾十萬手收益率是0.001訓(xùn)練過程會(huì)非常不穩(wěn)定甚至出現(xiàn)梯度爆炸。我的做法是在MLP訓(xùn)練前對(duì)全部特征做Z-score標(biāo)準(zhǔn)化。但這里有一個(gè)很多初學(xué)者都會(huì)犯的錯(cuò)誤標(biāo)準(zhǔn)化要在訓(xùn)練集上計(jì)算均值和標(biāo)準(zhǔn)差再用這組參數(shù)去變換驗(yàn)證集和測(cè)試集而不能在整個(gè)數(shù)據(jù)集上統(tǒng)一標(biāo)準(zhǔn)化。為什么因?yàn)闇y(cè)試集的分布信息一旦混入訓(xùn)練過程模型就相當(dāng)于“偷看”了未來的數(shù)據(jù)分布這叫數(shù)據(jù)泄漏data leakage。在時(shí)間序列場(chǎng)景下數(shù)據(jù)泄漏會(huì)更加隱形因?yàn)槟闶褂玫乃薪y(tǒng)計(jì)量都可能攜帶未來信息。這次實(shí)驗(yàn)中我把標(biāo)準(zhǔn)化器StandardScaler只fit在訓(xùn)練集上然后在驗(yàn)證集和測(cè)試集上只做transform。同樣要提防的是時(shí)間序列的交叉驗(yàn)證和普通交叉驗(yàn)證不一樣。普通K折隨機(jī)打亂數(shù)據(jù)是線狀回歸的標(biāo)準(zhǔn)做法但時(shí)間序列如果隨機(jī)打亂訓(xùn)練集里會(huì)出現(xiàn)未來數(shù)據(jù)驗(yàn)證集里會(huì)出現(xiàn)過去數(shù)據(jù)模型就是在拿未來預(yù)測(cè)過去結(jié)果會(huì)虛高得離譜。這個(gè)問題我會(huì)在后面評(píng)估章節(jié)詳細(xì)展開。3. 平穩(wěn)性檢驗(yàn)與格蘭杰因果檢驗(yàn)統(tǒng)計(jì)流程如何決定模型上限3.1 平穩(wěn)性檢驗(yàn)——線性模型的“合法地基”在做任何時(shí)間序列回歸之前必須驗(yàn)證序列的平穩(wěn)性。平穩(wěn)性簡單說就是序列的均值、方差在時(shí)間上保持穩(wěn)定未來的波動(dòng)規(guī)律和過去一致。如果序列帶趨勢(shì)或者方差隨時(shí)間變化回歸結(jié)果就缺少統(tǒng)計(jì)推斷的有效性基礎(chǔ)。我使用的是ADF檢驗(yàn)Augmented Dickey-Fuller Test原假設(shè)是“序列存在單位根即非平穩(wěn)”。檢驗(yàn)結(jié)果如下表變量ADF統(tǒng)計(jì)量P值結(jié)論滬金期貨收盤價(jià)-1.870.35非平穩(wěn)滬金期貨日收益率-31.020.000平穩(wěn)美元指數(shù)日收益率-28.440.000平穩(wěn)布倫特原油日收益率-30.100.000平穩(wěn)10年期TIPS實(shí)際收益率-2.310.17非平穩(wěn)TIPS實(shí)際收益率一階差分-26.900.000平穩(wěn)這個(gè)表說明了為什么不能直接拿價(jià)格建模價(jià)格序列的ADF統(tǒng)計(jì)量只有-1.87遠(yuǎn)不能拒絕單位根假設(shè)而非平穩(wěn)序列之間的回歸會(huì)產(chǎn)生偽回歸。而TIPS實(shí)際收益率作為存量變量也是非平穩(wěn)的所以我對(duì)它做了一階差分。最終模型所用變量全部在1%顯著性水平下平穩(wěn)。這里有一個(gè)小建議ADF檢驗(yàn)的滯后階數(shù)不要隨便填。statsmodels里的adfuller函數(shù)有一個(gè)autolag參數(shù)我設(shè)置為AIC讓程序根據(jù)信息準(zhǔn)則自動(dòng)選擇最優(yōu)滯后階數(shù)這樣更客觀。3.2 格蘭杰因果檢驗(yàn)——變量的預(yù)測(cè)力有多少平穩(wěn)性檢驗(yàn)通過之后下一步是回答一個(gè)問題外部變量美元指數(shù)、原油、實(shí)際利率等對(duì)滬金期貨收益率到底有沒有預(yù)測(cè)能力格蘭杰因果檢驗(yàn)Granger Causality Test是這個(gè)問題最常用的統(tǒng)計(jì)工具。它的核心思想是如果加入X的歷史值后對(duì)Y的預(yù)測(cè)效果顯著優(yōu)于僅用Y自身歷史值做預(yù)測(cè)那么稱X是Y的格蘭杰原因。注意格蘭杰因果檢驗(yàn)并不等同于真正的因果性。它只是說“X的過去信息對(duì)Y的未來走勢(shì)有一定的增量預(yù)測(cè)力”。這有點(diǎn)像天氣預(yù)報(bào)里的“云層厚度”和“降雨”的關(guān)系云層厚不一定導(dǎo)致降雨但云層厚度信息確實(shí)能提升降雨預(yù)測(cè)的準(zhǔn)確率這就足夠作為建模時(shí)選入特征的理由了。本次實(shí)驗(yàn)中我用美元指數(shù)日收益率、原油日收益率、TIPS實(shí)際收益率差分分別對(duì)滬金期貨日收益率做格蘭杰因果檢驗(yàn)滯后期從1到5分別嘗試最終根據(jù)AIC選擇最優(yōu)滯后階數(shù)。結(jié)果如下美元指數(shù)日收益率在滯后1期時(shí)對(duì)滬金收益率的格蘭杰因果檢驗(yàn)P值為0.013在5%水平下顯著說明美元指數(shù)當(dāng)天的變動(dòng)確實(shí)會(huì)“帶動(dòng)”次日黃金價(jià)格的走勢(shì)布倫特原油日收益率在滯后1期和2期下P值在0.05附近波動(dòng)邊際顯著說明大宗商品情緒有一定溢出效應(yīng)TIPS實(shí)際收益率差分在多數(shù)滯后期下不顯著和理論預(yù)期有出入我猜測(cè)是因?yàn)閷?shí)際利率是慢變量對(duì)黃金的影響更多體現(xiàn)在月頻低頻維度而非日頻。這里我要提醒一句格蘭杰因果檢驗(yàn)的結(jié)果會(huì)受到滯后階數(shù)選擇的影響。同一個(gè)變量滯后1期時(shí)顯著滯后3期時(shí)可能就不顯著了。所以研究者不能只看一個(gè)滯后階數(shù)的結(jié)果就下結(jié)論最好做一個(gè)敏感性分析把滯后1到5期的結(jié)果都列出來看看顯著性是否一致。這既是對(duì)自己結(jié)論負(fù)責(zé)也是給審稿人看的嚴(yán)謹(jǐn)性。3.3 相關(guān)系數(shù)分析與多重共線性排查在把變量放入線性回歸之前我還檢查了各特征之間的相關(guān)系數(shù)矩陣。為什么因?yàn)槿绻麅蓚€(gè)變量高度相關(guān)比如美元指數(shù)和原油在某些時(shí)段負(fù)相關(guān)放進(jìn)同一個(gè)線性回歸里會(huì)導(dǎo)致多重共線性單個(gè)系數(shù)的標(biāo)準(zhǔn)誤會(huì)變大顯著性結(jié)果不穩(wěn)定。我用的判斷標(biāo)準(zhǔn)是方差膨脹因子VIFVariance Inflation Factor。一般來說VIF超過5就應(yīng)該引起注意超過10就需要考慮去除變量或做降維。本次實(shí)驗(yàn)里所有特征的VIF都小于3這讓我對(duì)后續(xù)線性回歸的系數(shù)解釋比較有信心。順帶一提VIF是對(duì)線性回歸而言的MLP并沒有這個(gè)假設(shè)約束。所以同一個(gè)特征集放進(jìn)MLP時(shí)多重共線性不會(huì)影響訓(xùn)練過程但會(huì)影響特征重要性的解讀。也就是說神經(jīng)網(wǎng)絡(luò)可以從高相關(guān)變量中提取共同信號(hào)但很難告訴我們“到底是哪個(gè)變量起作用”。4. 多元線性回歸實(shí)現(xiàn)用可解釋性換精度的基線模型4.1 模型設(shè)定與公式多元線性回歸是我這場(chǎng)對(duì)比實(shí)驗(yàn)的“地基模型”。說它“地”不是說它低端而是因?yàn)樗邆淞藘蓚€(gè)核心優(yōu)勢(shì)一是計(jì)算開銷極小幾乎瞬間出結(jié)果二是每個(gè)特征都有明確的系數(shù)、標(biāo)準(zhǔn)誤和置信區(qū)間解釋性強(qiáng)。我的模型設(shè)定如下au_ret_t β0 β1*usd_ret_t-1 β2*brent_ret_t-1 β3*d_tips_t-1 β4*oi_change_t-1 β5*au_ret_t-1 ε_(tái)t其中au_ret_t滬金期貨第t日的收益率目標(biāo)變量usd_ret_t-1美元指數(shù)第t-1日的收益率brent_ret_t-1布倫特原油第t-1日的收益率d_tips_t-1TIPS實(shí)際收益率在第t-1日的一階差分oi_change_t-1滬金持倉量在第t-1日的變化率au_ret_t-1滬金期貨收益率滯后一階用于捕獲價(jià)格慣性之所以全部使用滯后特征是為了保證模型在預(yù)測(cè)時(shí)只使用第t日之前的數(shù)據(jù)不會(huì)觸犯時(shí)間穿越的禁忌。這在實(shí)際量化策略中也是鐵律你預(yù)測(cè)未來的依據(jù)只能是過去的已知信息。4.2 statsmodels實(shí)現(xiàn)與結(jié)果解讀用Python實(shí)現(xiàn)這個(gè)模型非常直接import statsmodels.api as sm import pandas as pd feature_cols [usd_ret_lag1, brent_ret_lag1, d_tips_lag1, oi_change_lag1, au_ret_lag1] X data[feature_cols].copy() y data[au_ret] # 添加常數(shù)項(xiàng) X sm.add_constant(X) model sm.OLS(y, X).fit() print(model.summary())運(yùn)行之后幾個(gè)關(guān)鍵輸出項(xiàng)需要重點(diǎn)關(guān)注R2本次實(shí)驗(yàn)中全樣本擬合的R2在0.03到0.06之間波動(dòng)。這個(gè)數(shù)字乍看很低但在金融時(shí)間序列預(yù)測(cè)里非常正常。日頻收益率的可預(yù)測(cè)部分本來就極弱大多數(shù)時(shí)候市場(chǎng)已經(jīng)把信息消化完了。F統(tǒng)計(jì)量雖然R2低但F統(tǒng)計(jì)量的P值小于0.001說明整個(gè)模型的解釋力在統(tǒng)計(jì)上是顯著的而不是純?cè)胍?。系?shù)符號(hào)美元指數(shù)收益率的系數(shù)為負(fù)符合邏輯——美元走強(qiáng)黃金價(jià)格承壓持倉量變化率系數(shù)為正說明資金流入對(duì)黃金價(jià)格有正向推動(dòng)。AIC/BIC這兩個(gè)信息準(zhǔn)則用于模型比較值越小說明擬合越好且不大可能過擬合。這里我要特別提醒statsmodels的OLS輸出里有一個(gè)Durbin-Watson統(tǒng)計(jì)量。它衡量的是殘差的自相關(guān)程度理想值接近2。如果DW值遠(yuǎn)小于2比如1.2說明殘差存在正自相關(guān)這意味著標(biāo)準(zhǔn)誤被低估系數(shù)的顯著性可能被高估。我在第一次擬合時(shí)DW值大約是1.89處于合理區(qū)間于是放心繼續(xù)。4.3 線性回歸的局限與改進(jìn)嘗試盡管線性回歸給出了“顯著的F檢驗(yàn)”和“符合邏輯的系數(shù)符號(hào)”但它的預(yù)測(cè)能力在測(cè)試集上依然有限。這讓我不得不追問是特征不夠還是線性假設(shè)本身鎖死了上限為了回答這個(gè)問題我用兩種方式做了驗(yàn)證。第一種是在線性模型中加入更多非線性特征比如美元指數(shù)的平方項(xiàng)、美元指數(shù)與原油的交互項(xiàng)發(fā)現(xiàn)R2幾乎不變第二種是把目標(biāo)變量換成周頻收益率R2上升到0.1左右說明低頻預(yù)測(cè)的確定性更強(qiáng)。這給我的啟示是黃金日頻收益率的“信號(hào)”本來就非常微弱線性模型能夠捕捉到的就是這么多的線性傳導(dǎo)關(guān)系。如果MLP在測(cè)試集上的表現(xiàn)比線性回歸好那么改善部分大概率來自非線性關(guān)系如果MLP也沒有顯著提升那就可以判斷這個(gè)市場(chǎng)環(huán)境中非線性結(jié)構(gòu)并不占主導(dǎo)。5. 多層感知機(jī)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)在金融時(shí)序上的優(yōu)與坑5.1 為什么用MLP而不用LSTM或Transformer在部署模型之前你可以會(huì)問既然都上神經(jīng)網(wǎng)絡(luò)了為什么不直接用LSTM這類項(xiàng)目如果發(fā)論文多半會(huì)用LSTM一類更“高級(jí)”的模型。我的回應(yīng)是要看你做這項(xiàng)研究的目的是什么。如果目的是“刷一個(gè)最高的預(yù)測(cè)準(zhǔn)確率”那確實(shí)可以嘗試LSTM、GRU、甚至CNN-LSTM混合結(jié)構(gòu)但如果目的是回答“線性模型是否已經(jīng)足夠”這個(gè)研究問題MLP這種純粹的非線性映射器是最合適的對(duì)照。MLP不依賴數(shù)據(jù)的時(shí)序結(jié)構(gòu)先驗(yàn)。它把每條樣本當(dāng)作獨(dú)立輸入用全連接層去學(xué)習(xí)特征之間的非線性組合。如果MLP和線性回歸表現(xiàn)相近說明“非線性組合”這一能力對(duì)黃金期貨預(yù)測(cè)并無顯著增益如果MLP明顯更好說明特征間確實(shí)存在線性回歸無法表達(dá)的模式。這個(gè)歸因在LSTM上就很難做因?yàn)長STM的性能提升可能來自時(shí)序建模能力而不是非線性表達(dá)能力。5.2 網(wǎng)絡(luò)結(jié)構(gòu)與輸入特征設(shè)計(jì)MLP的輸入特征和線性回歸保持完全一致仍然是滯后一期的美元指數(shù)收益率、原油收益率、TIPS差分、持倉量變化率和黃金自身滯后收益率。為了讓MLP的輸入更豐富一些我額外把滯后2期和3期的特征也加入了輸入矩陣形成94維特征向量5個(gè)原始特征共3個(gè)滯后階共15維同時(shí)我加入了一些窗口類特征滾動(dòng)均值和滾動(dòng)波動(dòng)率。網(wǎng)絡(luò)結(jié)構(gòu)設(shè)為一個(gè)兩層隱藏層MLP輸入層15維滯后窗口特征隱藏層164個(gè)神經(jīng)元ReLU激活加Dropout(0.1)隱藏層232個(gè)神經(jīng)元ReLU激活輸出層1個(gè)神經(jīng)元無激活函數(shù)線性回歸頭代碼實(shí)現(xiàn)如下import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Dropout from tensorflow.keras.callbacks import EarlyStopping tf.random.set_seed(42) model Sequential() model.add(Dense(64, activationrelu, input_dimX_train_std.shape[1])) model.add(Dropout(0.1)) model.add(Dense(32, activationrelu)) model.add(Dense(1, activationlinear)) model.compile(optimizeradam, lossmse, metrics[mae]) early_stop EarlyStopping( monitorval_loss, patience20, restore_best_weightsTrue ) history model.fit( X_train_std, y_train, epochs100, batch_size32, validation_split0.1, callbacks[early_stop], verbose0 )為什么選擇64-32這樣的結(jié)構(gòu)而不是更大的網(wǎng)絡(luò)因?yàn)樵跀?shù)據(jù)量只有幾千條的情況下過大的網(wǎng)絡(luò)會(huì)迅速進(jìn)入過擬合狀態(tài)。金融數(shù)據(jù)的信噪比極低噪聲會(huì)先于信號(hào)被網(wǎng)絡(luò)記住。64-32對(duì)于15維輸入來說已經(jīng)足夠表達(dá)多數(shù)非線性函數(shù)繼續(xù)加寬加深度只會(huì)讓驗(yàn)證損失回升得更早。5.3 訓(xùn)練過程中最關(guān)鍵的三個(gè)陷阱陷阱一特征標(biāo)準(zhǔn)化必須以訓(xùn)練集為準(zhǔn)。我在第2章已經(jīng)提過但這里再強(qiáng)調(diào)一次因?yàn)樗挠绊懺谏窠?jīng)網(wǎng)絡(luò)中比線性回歸大得多。我用訓(xùn)練集統(tǒng)計(jì)量標(biāo)準(zhǔn)化訓(xùn)練集、驗(yàn)證集、測(cè)試集代碼里體現(xiàn)為from sklearn.preprocessing import StandardScaler scaler StandardScaler() X_train_std scaler.fit_transform(X_train) X_val_std scaler.transform(X_val) X_test_std scaler.transform(X_test)陷阱二隨機(jī)種子不固定結(jié)果不可復(fù)現(xiàn)。神經(jīng)網(wǎng)絡(luò)初始化權(quán)重是隨機(jī)的每次運(yùn)行結(jié)果都會(huì)有些許差異。在金融數(shù)據(jù)這種信號(hào)極弱的場(chǎng)景下兩次運(yùn)行的測(cè)試集MAE可能在0.0085到0.0092之間飄動(dòng)。所以我在項(xiàng)目里固定了三個(gè)層面的隨機(jī)種子Python的random.seed、NumPy的np.random.seed、TensorFlow的tf.random.set_seed。我還把同一次實(shí)驗(yàn)重復(fù)跑了5次不同隨機(jī)種子最后取平均值作為模型的最終表現(xiàn)這樣能有效排除“某一次運(yùn)氣好”的偶然性。陷阱三早停時(shí)機(jī)的選擇。我設(shè)置了patience20意思是驗(yàn)證損失連續(xù)20個(gè)epoch沒有提升就停止。金融數(shù)據(jù)很容易出現(xiàn)“驗(yàn)證損失先降后升”的過程早停太早模型欠擬合早停太晚模型過擬合。我在實(shí)驗(yàn)中還加了一條額外規(guī)則restore_best_weightsTrue確保返回的是驗(yàn)證損失最低那一輪的模型權(quán)重而不是最后一輪的權(quán)重。5.4 訓(xùn)練結(jié)果MLP到底贏了沒有從訓(xùn)練曲線看訓(xùn)練損失在前10輪快速下降驗(yàn)證損失在20輪左右達(dá)到最低點(diǎn)之后開始振蕩上升。這是典型的過擬合信號(hào)早停機(jī)制在第43輪左右觸發(fā)。測(cè)試集上的表現(xiàn)呢這里有幾個(gè)數(shù)字指標(biāo)多元線性回歸MLP5次隨機(jī)種子均值MAE0.00860.0087RMSE0.01210.0123測(cè)試集R20.0340.028方向準(zhǔn)確率53.1%52.6%這個(gè)結(jié)果讓我有些意外但也在意料之中。MLP的表現(xiàn)不僅沒有優(yōu)于線性回歸反而在MAE和方向準(zhǔn)確率上略遜一籌。從統(tǒng)計(jì)角度說這個(gè)差距非常小幾乎可以看作是兩個(gè)模型打平。進(jìn)一步看兩模型在特征重要性上的行為有本質(zhì)差異線性回歸明確指出美元指數(shù)和原油是主要驅(qū)動(dòng)因子而MLP則把權(quán)重分散到了大量節(jié)點(diǎn)上很難提取出單一主導(dǎo)特征。這引出了一個(gè)更深層的結(jié)論在日頻黃金期貨收益率這個(gè)預(yù)測(cè)任務(wù)上線性關(guān)系已經(jīng)捕獲了絕大部分可學(xué)習(xí)信號(hào)剩下的是無法被現(xiàn)有特征集解釋的純粹市場(chǎng)噪音。神經(jīng)網(wǎng)絡(luò)沒有“魔法”它只能從數(shù)據(jù)中學(xué)到確實(shí)存在的模式。如果數(shù)據(jù)本身沒有強(qiáng)烈的非線性結(jié)構(gòu)MLP的復(fù)雜結(jié)構(gòu)反而容易在噪聲中浪費(fèi)時(shí)間。6. 評(píng)估體系設(shè)計(jì)預(yù)測(cè)對(duì)比中的公平性與魯棒性6.1 為什么不能只用R2判斷模型好壞很多同學(xué)做模型對(duì)比時(shí)習(xí)慣只盯著R2看。R2高就好R2低就不好。在金融時(shí)間序列里這是一件很危險(xiǎn)的事。因?yàn)镽2衡量的是“模型解釋的方差占總方差的比例”而日頻收益率的方差絕大多數(shù)來自不可預(yù)測(cè)的隨機(jī)沖擊。即使你的模型完美捕捉到了所有可預(yù)測(cè)部分R2可能也只有0.05。這時(shí)候你更需要用一組有多維度的指標(biāo)來評(píng)估模型。我在本次實(shí)驗(yàn)中同時(shí)記錄了四類指標(biāo)MAE平均絕對(duì)誤差直觀衡量預(yù)測(cè)值與真實(shí)值的平均偏離程度單位與收益率一致RMSE均方根誤差對(duì)大誤差更敏感如果RMSE明顯大于MAE說明誤差分布有長尾模型在大行情階段容易失準(zhǔn)方向準(zhǔn)確率DA預(yù)測(cè)收益率方向與實(shí)際方向一致的比例。這個(gè)指標(biāo)對(duì)交易策略尤其重要因?yàn)楹芏嗖呗员举|(zhì)上是做方向判斷的勝率與盈虧比結(jié)合的日度策略模擬雖然不屬于標(biāo)準(zhǔn)回歸評(píng)估指標(biāo)但在量化應(yīng)用場(chǎng)景下用預(yù)測(cè)信號(hào)生成一個(gè)簡單的“做多做空”策略計(jì)算累計(jì)收益曲線能直觀看出模型是否有實(shí)際價(jià)值。6.2 時(shí)間序列交叉驗(yàn)證的最佳實(shí)踐除非你想得到一份“看起來特別厲害但根本不可靠”的結(jié)果否則千萬不要在時(shí)間序列上用train_test_split(random_state42)這樣隨機(jī)打亂的劃分方式。時(shí)間序列數(shù)據(jù)的核心特征是有序性未來信息不能參與過去的決策。我使用的是“滾動(dòng)窗口擴(kuò)展驗(yàn)證法”Expanding Window Validation具體流程如下將數(shù)據(jù)集按時(shí)間升序排列設(shè)定初始訓(xùn)練窗口長度為1000個(gè)交易日每次擴(kuò)展訓(xùn)練窗口100個(gè)交易日滾動(dòng)預(yù)測(cè)未來5個(gè)交易日保存每一天的預(yù)測(cè)值最后統(tǒng)一計(jì)算全部預(yù)測(cè)期的指標(biāo)。這種設(shè)計(jì)下模型永遠(yuǎn)不會(huì)看到它需要預(yù)測(cè)的那個(gè)時(shí)點(diǎn)的任何信息。實(shí)際回測(cè)區(qū)間覆蓋了2018年至2023年包含了幾輪美聯(lián)儲(chǔ)加息周期、2020年全球流動(dòng)性恐慌、2022年俄烏沖突、2023年銀行業(yè)危機(jī)等不同市場(chǎng)環(huán)境。時(shí)間序列交叉驗(yàn)證的好處就是如果模型在多種市場(chǎng)狀態(tài)下都能維持相對(duì)穩(wěn)定的預(yù)測(cè)誤差那么結(jié)論的魯棒性會(huì)高很多。6.3 模型對(duì)比的公平性超參數(shù)與計(jì)算資源為了讓MLP和線性回歸的對(duì)比盡量公平我在MLP中只使用了最基礎(chǔ)的調(diào)參手段隱藏層數(shù)量和單元數(shù)固定優(yōu)化器用Adam學(xué)習(xí)率使用默認(rèn)值0.001。很多人會(huì)問為什么不給MLP也做一下GridSearch網(wǎng)格搜索超參數(shù)這樣MLP的結(jié)果可能更強(qiáng)也更公平。我的回答是在量化研究里“公平”和“合理”是兩回事。我們不是在比拼“誰調(diào)參調(diào)得更猛”而是對(duì)比“同等工作量下誰的自然表現(xiàn)更好”。線性回歸沒有超參數(shù)網(wǎng)格搜索對(duì)線性模型只影響特征選擇不影響模型結(jié)構(gòu)如果給MLP一整套網(wǎng)格搜索等于人為給MLP增加投入這種對(duì)比偏離了模型本身能力的比較。更實(shí)際的原因還有一點(diǎn)在真實(shí)交易系統(tǒng)中同樣一份特征數(shù)據(jù)和每日更新機(jī)制線性回歸從訓(xùn)練到預(yù)測(cè)只需要毫秒級(jí)而MLP需要更多的時(shí)間和算力。如果兩者預(yù)測(cè)精度沒有顯著差異那么在實(shí)盤場(chǎng)景下我會(huì)無條件選擇線性回歸——因?yàn)槭r(shí)間、省算力、好解釋、易監(jiān)管。這個(gè)思路對(duì)從業(yè)者來說非常有參考價(jià)值。6.4 結(jié)果解讀方向正確比絕對(duì)精度重要綜合各輪滾動(dòng)驗(yàn)證的預(yù)測(cè)結(jié)果我發(fā)現(xiàn)一個(gè)被很多人忽略的現(xiàn)象預(yù)測(cè)絕對(duì)誤差和方向準(zhǔn)確率之間并沒有強(qiáng)相關(guān)。某些時(shí)段比如2020年3月全球流動(dòng)性危機(jī)模型誤差極大但方向判斷反而是對(duì)的另一些時(shí)段比如長期橫盤震蕩期誤差不大方向準(zhǔn)確率卻徘徊在50%附近跟拋硬幣沒有區(qū)別。這說明黃金期貨市場(chǎng)的“可預(yù)測(cè)信號(hào)”是存在但稀薄的。對(duì)交易而言一個(gè)60%方向準(zhǔn)確率但平均收益幅度很小的信號(hào)可能不如一個(gè)50%方向準(zhǔn)確率但在大行情中能有效捕捉方向轉(zhuǎn)變的信號(hào)更有價(jià)值。這也是為什么評(píng)估模型時(shí)我強(qiáng)烈建議大家引入策略模擬環(huán)節(jié)用信號(hào)構(gòu)建一個(gè)最簡單的等權(quán)重多空策略看看累計(jì)收益曲線和夏普比率這樣才能真正判斷模型預(yù)測(cè)結(jié)果是否“有用”。7. 實(shí)操踩坑記錄與延伸思考7.1 數(shù)據(jù)對(duì)齊錯(cuò)位最隱蔽的“時(shí)間穿越”我在第2章提到了交易日歷對(duì)齊的問題這里展開講一個(gè)具體踩坑過程。最開始我用的是公共數(shù)據(jù)源直接下載的CSV文件美元指數(shù)和滬金期貨的數(shù)據(jù)日期看起來都一樣于是直接按日期merge。后來在檢查特征相關(guān)性時(shí)發(fā)現(xiàn)美元指數(shù)當(dāng)日收益率與滬金期貨當(dāng)日收益率的相關(guān)系數(shù)異常地低幾乎為0而理論上兩者當(dāng)日走勢(shì)應(yīng)該高度負(fù)相關(guān)。這讓我起了疑心。追查后發(fā)現(xiàn)美元指數(shù)的數(shù)據(jù)源有一個(gè)“時(shí)區(qū)標(biāo)簽”問題它記錄的日期是美東日期而滬金期貨記錄的是北京時(shí)間。當(dāng)北京時(shí)間上午9點(diǎn)開盤時(shí)美東時(shí)間是前一天晚上20點(diǎn)——美元指數(shù)當(dāng)天的大部分交易時(shí)段美東時(shí)間白天還沒有發(fā)生。這就導(dǎo)致如果直接用日歷日對(duì)齊模型會(huì)在北京時(shí)間當(dāng)天上午用到美東時(shí)間當(dāng)天晚上的數(shù)據(jù)產(chǎn)生嚴(yán)重的前視偏差。解決方法是用美東日期作為美元指數(shù)的“信息到達(dá)日”然后手動(dòng)偏移一天再對(duì)齊滬金期貨。也就是說美元指數(shù)T日的數(shù)據(jù)在T1日的滬金期貨預(yù)測(cè)中才能使用。這個(gè)調(diào)整對(duì)模型預(yù)測(cè)結(jié)果產(chǎn)生了顯著影響——調(diào)整后美元指數(shù)變量的滯后一期系數(shù)從微弱的負(fù)值變成了更強(qiáng)的負(fù)值模型效果反而更真實(shí)了。7.2 偽回歸的誘惑R2高不代表模型好另一個(gè)讓人印象深刻的坑是我在一次探索性實(shí)驗(yàn)中嘗試用原始價(jià)格做回歸時(shí)R2居然達(dá)到了0.96。當(dāng)時(shí)第一反應(yīng)是“發(fā)現(xiàn)了一個(gè)超強(qiáng)模型”但冷靜下來用ADF去檢驗(yàn)殘差發(fā)現(xiàn)殘差本身就是非平穩(wěn)的。這意味著什么意味著回歸結(jié)果完全不可靠R2只不過是在描述兩個(gè)帶趨勢(shì)序列的“虛假同步運(yùn)動(dòng)”。這種情況下就算模型的預(yù)測(cè)曲線和真實(shí)價(jià)格曲線畫在一起非常貼近也毫無意義。因?yàn)樗摹邦A(yù)測(cè)”本質(zhì)上是用未來的趨勢(shì)信息拼湊出來的。后來我把實(shí)驗(yàn)全部改為收益率預(yù)測(cè)R2驟降到0.03左右這才是真實(shí)世界的映射。這個(gè)教訓(xùn)讓我在以后看到任何金融模型“高R2”的報(bào)告時(shí)第一件事就是檢查它預(yù)測(cè)的是原始價(jià)格還是收益率。7.3 隨機(jī)因素對(duì)結(jié)果的影響MLP跑三遍三個(gè)答案我在實(shí)驗(yàn)穩(wěn)定性測(cè)試中發(fā)現(xiàn)同一個(gè)MLP結(jié)構(gòu)、同一份數(shù)據(jù)只改變隨機(jī)種子測(cè)試集MAE的最大值與最小值之間相差約8%。8%這個(gè)波動(dòng)幅度已經(jīng)超過了線性回歸與MLP之間的性能差距如果不做多隨機(jī)種子平均就會(huì)得出一個(gè)完全相反的結(jié)論你可能會(huì)因?yàn)槟骋淮芜\(yùn)氣好的隨機(jī)種子宣稱MLP優(yōu)于線性回歸換了另一個(gè)隨機(jī)種子結(jié)論立刻反轉(zhuǎn)。所以我強(qiáng)烈建議所有涉及神經(jīng)網(wǎng)絡(luò)的金融實(shí)證研究至少要跑5個(gè)以上不同隨機(jī)種子報(bào)告均值和標(biāo)準(zhǔn)差。如果一個(gè)模型性能的波動(dòng)幅度大于它與對(duì)比模型的實(shí)際差距那“差異”就是統(tǒng)計(jì)噪音而不是真實(shí)優(yōu)勢(shì)。7.4 對(duì)后續(xù)研究的延伸思考這次實(shí)驗(yàn)以“線性回歸vs MLP”為核心在日頻收益率的預(yù)測(cè)難度下兩者基本打平。但如果你想把這項(xiàng)研究繼續(xù)往前推進(jìn)有幾個(gè)方向值得嘗試第一更換目標(biāo)變量。黃金價(jià)格的波動(dòng)率比如已實(shí)現(xiàn)波動(dòng)率比收益率更容易被模型捕捉。MLP在波動(dòng)率預(yù)測(cè)上可能更容易發(fā)揮非線性優(yōu)勢(shì)因?yàn)椴▌?dòng)率本身就具有集群性和非線性特征。第二增加特征維度。當(dāng)前特征集中沒有期貨期限結(jié)構(gòu)數(shù)據(jù)、沒有市場(chǎng)情緒指標(biāo)、沒有人民幣匯率因素。滬金期貨以人民幣計(jì)價(jià)美元兌人民幣匯率的變化會(huì)直接影響滬金價(jià)格的定價(jià)。加入這些維度可以提高模型捕捉真實(shí)驅(qū)動(dòng)因子的能力。第三分市場(chǎng)狀態(tài)建模。本次實(shí)驗(yàn)結(jié)果在2020年流動(dòng)性危機(jī)期間出現(xiàn)了明顯的誤差尖峰說明單一靜態(tài)模型很難覆蓋所有市場(chǎng)狀態(tài)??梢試L試用馬爾可夫區(qū)制轉(zhuǎn)換模型或簡單的高波動(dòng)/低波動(dòng)過濾規(guī)則對(duì)樣本分層在每一層里分別訓(xùn)練和預(yù)測(cè)。第四用更強(qiáng)的基準(zhǔn)模型復(fù)盤。如果未來想做更復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比我建議把LSTM、Transformer加進(jìn)來和MLP放一起但一定要控制變量同樣的數(shù)據(jù)清洗、同樣的滾動(dòng)驗(yàn)證方式、同樣的隨機(jī)種子管理。只有這樣才能準(zhǔn)確歸因不同結(jié)構(gòu)帶來的性能差異。回到本文最核心的問題——在中國黃金期貨價(jià)格預(yù)測(cè)這個(gè)場(chǎng)景下多元線性回歸和多層感知機(jī)哪一個(gè)更準(zhǔn)我的答案是它們?cè)诮y(tǒng)計(jì)意義上幾乎打平線性回歸以微弱優(yōu)勢(shì)勝出且計(jì)算開銷和可解釋性遠(yuǎn)超MLP。這個(gè)結(jié)論不代表神經(jīng)網(wǎng)絡(luò)沒有價(jià)值而是說明在所有模型都使用相同特征的情況下黃金期貨日頻收益率中的非線性關(guān)系并沒有想象中那么強(qiáng)。如果讓我給后來者一句建議那就是任何模型對(duì)比實(shí)驗(yàn)先不要假設(shè)復(fù)雜模型一定更好先保證數(shù)據(jù)干凈、檢驗(yàn)規(guī)范、評(píng)估公平再去爭論模型高下。黃金市場(chǎng)的噪音足夠大模型能不能贏很多時(shí)候取決于你給它多少可以被學(xué)習(xí)的信號(hào)而不是它有多少參數(shù)。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
91a片爽| 午夜激情四射影院| 熟女激情五月天| 9久国产| 天天爽夜爽| 99热这里只有精品2024| 国产免费一区二区在线A片视频| 成功精品影院| 色婷婷大香蕉| 欧美成人性爱网| 国产特黄色精品一区二区三区精品无广告| 五月天婷婷在线视频| www.热99热| 色久影院| 婷五月天六| 99在线免费观看| 激情欧美五月丁香| 天天射天天射一道本日本社区 | 九九热99熟女| 日本网站久久| 热91久| 丁香五月婷婷五月天| 一夜福利不卡| 超碰在线人妻| 激情久久综合| 色五月五月婷婷| 青青草伊人婷婷| 97碰| caop在线| 9999三级片| 丁香六月激| 最新久久99视频网站| 成人短视频在线观看| 99热精品在这里| 天天爽天天日人人爱| 七月激情六月婷婷综合在线播放| 超碰中文字幕在线| 国产4P视频精品五区| 99精品成人无码A片观看金桔| 久久精品99久久久久久| 美欧成人视频| 来吧亚洲综合网| 少妇口诉沐足视频播放器网址| 另类专区在线观看| 五月丁香成人| 亚洲激情综合网| 丁香六月欧美| 婷婷五月六月丁香| 狠狠操狠狠干综合| 热这里| XXXX岛国| 激情综合婷婷| 亚洲久热无码| 亚洲成人五月天| 五月花婷婷丁香| 五月丁香在线国产| 成 人 色 色| 五月丁香人人婷婷在线观看| wwwxxx五月婷婷小说| 色久婷婷五月| 色综合综合色| 久操97| 久久99热久久99精品| 国产精品国产VA片国产| 五月激情综| 久久人妻视步| 51XX午夜影福利| 97碰碰在线看视频免费| 婷婷五月天电影网| JlZZJlZZ8JlZZ亚洲熟女| 最新高清无码专区| 大香蕉丁香婷婷| 国产精品成av人在线视午夜片| 五月天婷婷成人网| 五月婷九月| 搡BBBB搡BBB搡18 | 国产4P视频精品五区| 超碰在线资源| 中文字幕成人| 午夜电影网VA内射| 日韩成人AV在线| 99热自拍| avh片在线观看| 新激情五月天| 高清视频一区| 欧美亚洲婷婷五月| www天天色天天射| 激情啪啪五月| 丁香欧美| 色婷五月| 五月丁香狠狠爱婷婷综合| 182无码| 超碰人人妻| 久久sp免费视频| 激情六月天婷婷| 狠狠综合久久| 婷婷五月天久久久| 大香蕉啪啪啪| 亚洲人妻电影| 色高清无码视频| 久久久精品人妻录| 婷婷五月激情丁香| 国产暴力强伦轩1区二区小说| 怎么样可以看免费的一级av| 亚洲啪视频| 激情五月婷婷欧美极品| 丁香五月婷婷激情蜜桃| 丁香五月天激情视频| 色偷偷AV亚洲男人的天堂| 亚洲午夜在线视频| 九九人人操| 五月婷婷久久网| 性爱视频99| 日韩黄黄| 六月激情婷婷综合| 99热99re6国产在线播放| 性天堂久久| 精国产品一区二区三区A片| 五月激情综合婷婷| 超碰三级秋霞| 欧美三级欧美一级| 综合久久99| 79精品视频在线观看,| 久草大| 九九九九精品精| 久久九九精彩| 亚美欧色影院| 婷婷五月综合丁香久久| 五月天激情网址| 国产婷婷五月天| 国产精品久久久久9999小说| 五月丁香婷婷在线综合蜜桃| 99人人干| 五月色婷婷中文字幕| 秋霞午夜理论| 久久九九99| 精品五月花| 天天搞夜夜叫| 99热这里有精力| 色吧网91| 夜夜爽天操| 超碰免费人人| 一级黄色影片| 九九热只有精品| 91人人爱| 丁香五月五婷| 色涩视频久久| 草做免费在线观看| 大香蕉婷婷婷| www激情| 婷婷影视久久| 91wwmm导航| 国产欧美日韩综合精品一区二区| 丁香婷婷久久激情| 久9视频| 日韩天堂久久| 狠狠色噜噜狠狠| 欧美三9久九观看| 亚洲在线激情婷婷五月| 91中文狠狠综合| 婷婷色色综合激情| 岛国在线观看91| 婷婷成人综合免费视频| 51精品国自产在线| 天天狠狠干| 色婷婷91激情小说| 播五月丁香三月婷婷| 无码字幕中文| 人妻操逼视频| 亚洲啪啪视频| 国产精品一区在线观看你懂的| 久久久中文| 99热最新精品| 五月色在线| www.五月天婷婷| 久99热| 99热免费精品| 99热在线中文字幕| 成人AV综合在线| 欧美日本va| 婷婷丁香五月基地| 99九九精品视频| 任你操精品免费| 五月综合激情视频在线| 五月丁香啪啪啪综合网| 无码人妻精品一区二区蜜桃色欲| 亚洲综合色丁香五月天| 色女人久久| 久久久久激情| 色高清无码视频| 丁香五月婷婷图片综合| 亚洲无线视频| 人妻videos人妻高清| 亚洲乱码日产精品BD| 人人操人av| 日本理论久久| 色五月在线观看| 夜夜骑日日操| 98色丁香五月婷婷综合网| 色爱综合网| 丁香伊人网| 色欲天天综合网| 五月人人丁香婷婷五月人人丁香| 九热视频免费观看| 99精品视频在线观看| 天天影视色综合网| 国产超碰在线| 久久九九思思| AV人人操| 人妻视频在线| 99精品爱| 91丨九色丨东北熟女| 国产特级毛片AAAAAAA高清| 婷婷综合六| 亚洲人妻Av| 丁香五月综合| 1024操逼视频| 五月开心深爱激情网| 婷婷五月天AV在线| 91女人18毛片水多国产| 色婷婷成人做爰A片免费看网站 | 美女五月狠狠| 中文字幕簧片| 超碰AV在线| 国产无遮挡又黄又爽免费网站| 丁香婷婷六月在线资源观看| 丁香五月激情天AV无码| 丁香久久综合| 五月丁香另类网| 婷婷网五月天| 激情六月丁香| www天天色天天射| 99在线观看免费精品视频| 久久日曰| 婷婷婷久久| 超碰99在线观看| 五月婷婷激情综合av| 2020久久婷婷五月| 国产亚洲99| 免费操超碰| 欧美性猛交 XXXX 乱大交| 开心五月婷婷| 五月丁香婷婷网在线在线| 亚洲综合网 665566| 夜夜操加勒比| 日日综合网| 天天做天天爱| 激情五月婷| 婷婷五月久久| 婷婷五月天激情综合深爱| 五月丁香色| 天天干天天日日| 99热国内精品| 色播综合| 丁香婷婷六月激情文学 | 色九月| 性视频久久| 79精品视频| 热久久视频99| 天堂AV在线看| 婷婷五月丁香在线视频| 五月婷色激情五月| 激情五月丁香亭亭 | 天天操加勒比| 任你爽视频| 九九 激情 网| 丁香婷婷六月天| 五月婷婷视频在线观看| 黄色三级日本| 日本天天操| 来吧亚洲综合网| 亚洲AV网站| 婷婷五月天久久| 精品草原久久视频| 欧美xx激情视频在线观看| 色丁香综合影院| 欧美激情xxxXX| 青青五月天婷婷| 深爱激情九九五月天 | 99热日| www.五月激情红色| 欧州色色| 大香蕉婷婷五月天| 国产成人+综合亚洲+天堂| 激情第四色| 亚洲成人综合在线| 97色五月婷婷在线| 综合久久伊人| 欧美激情综合| 日本久久天堂| 色婷婷呢狠禁久禁| 98永久精品| 亚洲AV综合网| 热99re| 综合久久六月| 91性高潮久久久久久久久| 婷婷丁香社区| 色五月天丁香婷婷色| 99热色婷婷| 久青操| 五月噜噜噜色综合| 丁香婷婷色| 深爱激情五月天| 超碰日日操| 五月婷婷香| 一区二区成人电影免费播放| 色婷婷激情五月天| 99久久这里只有精品免费官网| 五月丁香亭亭天天舔| 天天狠狠夜夜狠狠2023| 丁香婷婷久久 | 丁香五月综合激情久久潮喷| 熟女激情五月天| 亚洲区视频| 99热伊人| 色婷婷88| 色婷婷九月| 91seav| 99色在线观看| 玖玖99免费视频| 六月婷婷无码| 97se视频在线| 婷婷丁香五月天之开心少妇| 久久天天天| 婷婷五月精品中文字幕| 91久久久久久久久| 色婷婷九月| 久色网址| 五月99久久| 丁香五月天殴美激情| 亚洲国产99| 亚洲国产精品VA在线看黑人| 性一交一乱一交A片久久四色| 婷婷五月天激情影片| AV在线中文| 第九色区AV在线| 色优久久| 久久9视频| www91色网站| 亭亭丁香久久五月| 婷婷激情五月| 区美毛片子| 色播婷婷五月天| 九九精品热| 99久久精彩视频| 五月丁香六月婷婷在线播放| 婷婷伊人綜合中文字幕| 99精品国产在热久久婷婷| 五月天婷婷青青草| 三级av在线| 人人玩人人橾| 久久久这里有精品| 九九久久99| A久久| 精品99*| 五月婷丁香花| 中文AV网| 丁香五月天在线视频| 五月天婷婷免费视频| 99热在线极品极品| 亚洲色婷婷五月| 日韩精品视频中文字幕| 狠狠操天天操| 成人精品视频99在线观看免费| 亚洲AV中文在线| 丁香五月六月综合欧美| 久久久色情| Www.婷婷五月| 1024欧美看片| 久久久精品人妻| 黄色高清无码| 六月婷婷开心| 色婷婷69| 丁香六月欧美| 伊人久久五月天| 伊人婷婷大香蕉| 91人人澡人人爽人人看| 99视频久久| 色色色色色色色色五月先| 亚洲成人va| 久久久久久婷| 少妇搡BBBB搡BBB搡毛茸茸 | 久操无码| a久久| 在线五月色播| 色婷婷激情Av久久久| 九九操综合网| 日韩AV一区二区三区| 五月天六月婷婷| 色色色色色九九九九九| 天天日天天插| 丁香色六月| 九九色综合| 丁香五月日本| 欧美婷婷丁香五月| 婷婷五月天堂| 79色色免费| 97伦乱| 99这里只有| 麻豆精品| 五月天激情国产综合婷婷婷| 思思re99视频在线观看| 91热久久| 色色五月天 亚洲| 五月丁香婷婷综合网色欲| 超碰操日| 日本综合久久| 国产精品久久久久久五月天加勒比| 欧美大片免费播放器| 激情五月综合色婷婷| 成人性生活免费观看。| aa久久| 加勒比色色| 91蝌蚪窝视频在线| 亚洲六月色婷婷| 99热只有精品在线播放| 色综合女人99| 99热这里只有精| 五月丁香六月婷婷免费视频| 激情爱爱网站| 无码成人AAAAA毛片AI换脸| 激情内射p| 婷婷五月天久久久| 丁香婷婷老司机久操| 99在线视频免费| 日本女天天爽| 操人久久| 久久久久视剧HD| 色999亚洲人成色| 99.色| 婷婷视频网| 色婷小说| 色135综合网| 爆乳熟妇一区二区三区爆乳| 五月综合精品| 色综久久AV| 九九热在线视频观看免费10| 成人做爰黄A片免费看直播室男男 久草热8精品视频在线观看 | 开心五月婷婷激情| 91人人爽狠狠狠| 这里只有精品69| 怕怕視頻| 性一交一乱一交A片久久四色| yw国产AV| 国产成人综合亚洲| 超碰成人免费| 色五月激情网| 久99热| 天天日天天草| 五月播播| 成人色色视频| 襙逼网| 就要去操亚洲成人精品五月天丁香婷婷| 色约约视频一区二区三区四区五区 | 九九久久99精品免费观看www| 国产av网| 5Www色5夜| 国产精品VIDEOSSEX久久发布| 五月 激情视频| 中文字幕乱轮| 午夜丁香五月天综合| 欧美激情五月天婷婷| 久久久久久久8| 五月丁香亭亭A片| av在线播放网站| 久久综合99| 亚洲欧美婷婷五月色综合| 激情綜合W W W,激情五月天| 婷婷五月天成人网站| ss99热| 婷色成人| 襙比视频| 狠狠插日日干撸| 人人做天天爱| 九九精品视频在线观看| 无码人妻一区| 99热这里都是精品| 黄色成人网站在线播放| 丁香六月久久| 97久久超碰| 色婷婷电影网| 日韩人妻AV在线| 亚洲日韩一页精品发布| 久久全色| 99久精品视频| 色婷婷色99国产综合精品| 任你搞网站| 日韩久久色| 色婷操逼| 久久伊人日日夜夜| 五月丁香六月婷婷亚洲视频| 涩涩涩.com| 俺去也五月天| www.99热| 日本不卡高字幕在线2019| 亚洲成人在线在线| 久久久九九九 99| 亚洲蜜乳AV| www激情网站| 天天做天天爱天天玩| 99热这里只有精品8| 丁香五月天堂网| 亚洲综合视频在线| 欧美情色电影一区二区| 激情五月婷婷综合| 九九综合| 亚洲这里只有精品| 久草丁香婷婷1024| 久久人操-久草婷婷-成人AV| 婷婷中文在线| 五月丁香久久呀| 色婷婷狠狠18| 丁香五月综合| 日本wwww在线| 激情小说婷婷小说| 五月天婷婷激情小说电影| XX久久| 五月婷婷六月丁香综合在线| 久久九九99视频| 五夜丁香| 日韩无码人妻一区二区三区综合| 婷婷五月情| 丁香六月婷婷久久综合| 久久五月婷综合网| 色婷婷中文字母五月丁香| 五月天激情久色| 五月天天天天天天天天天天天婷婷婷| 色综合婷婷| 就爱日五月天| 密黄站| 激情深爱五月天| 久久久97| 五月天婷婷綜合院| 九九久久视频| 久色激情| 色欲九区| 欧美色爱五月天| 婷婷开心激情| 精品人人操| 欧美日韩aaaa| 色一情一乱一伦一区二区三区| 国产1区2区| 久久老码第一| 超碰成人电影| 伊人综合婷婷| 欧洲免费视频色| 大学生高潮无套内谢视频| 婷婷玖玖五月天| 先锋资源 996| 91超级碰| 女婷久久| 久久精品系列| 欧美六月婷婷| 久久久久久久久久久久久久人妻视频| 综合色五月| 婷婷久久影院| 丁香五月天色婷婷| 1024久婷| 欧美激情综合色综合| 91日本在线观看| 麻豆123区| 色五月婷婷激情| 国产XXXX搡XXXXX搡麻豆| 久久五月婷| 婷婷五月婷婷| 丁香婷婷午夜| 丁香五月婷婷在线观看| 国内自拍97在线| sewuyuejiqingwang| 五月天狠狠| 自拍偷窥99热| 五月丁香久久综合| 丁香五月中文字幕| 婷香五月| www超碰| 91综合国免费久入| 久久视屏这里只有久久| 色色com| 亚洲中文字幕网| 久久xxxx| 毛片网站谁有| 亚洲视频在线观看| 五月婷色丁香| 婷婷五月激情在线| 久久婷婷综合五月天| 3DAV亚洲香蕉久久 一区二区| 五月婷婷丁香色吧网| 国产精产国品一二三在观看| 色婷婷六月精品| 国产无遮挡又黄又爽免费网站| 大香蕉啪啪啪| 思思久久久婷婷| 婷婷九月丁香久久| 9 1大香蕉| 99综合视频| 日韩在线观看亚洲| 五月婷婷香| 婷婷五六月丁香| 99色免费观看全部| 另类激情综合| 亚洲综合激情五月久久| 亚洲精品无人区| 五月天基地| 狠狠综合久久综合| 久久精品婷婷| 精品少妇蜜臀91| 一区二区乱视频码| 色啪影院| 第四色婷婷色五月| 亚洲黄3级片网站欧美| 色狠狠综合网| 婷婷丁香五月天综合网| 激情五月综合第一页| 99精品在线| www·五月天| 日笨久久网| 丁香六月激情| 九九热这里只有精品12| 久99久视频精品| 色五月综合在线| 色五月婷婷五月久久| 久久久久九九九九视屏小说88| 九九婷婷网五月天| 色八月婷婷| 婷婷六月成人| 色色色图| 久re热视频| 亚洲色色爱| 9 9热这里有精品| 99热国产这里只有精品| 夜夜操激情| 婷婷五月天综合网| 91免费试看| 啪啪啪大香蕉| 成人五月天视频| 九九色中文| 婷婷日本在线| 九九热精品视频在线观看| 开心网五月色婷婷| 深爱激情网噜噜色| 九九亚洲视频| 婷婷五月综合色中文字幕| 亚洲精品99| 日韩aaaaa| 激情五月天综合图片小说网站| 色婷婷超碰| 婷婷五月丁香第四色超碰在线| 午夜成人天堂久久无码日韩久久| 婷婷香五月综合激情| 色狠狠综合| 2022久久婷婷| 日韩黄色影院| 中文字幕无码人妻少妇免费视频 | 九九亚洲小视频| 日韩AV片| 成人网丁香五月| 99天天操夜夜操| 99久久婷婷| 午夜一区| 99在线小视频| 九九热欧美| 激情五月婷| 欧美狠狠地| 婷婷综合成人五月天| 日韩综合网络男女香蕉a片| 精品99视频| 色五月噜噜| 成人中文网| 五月丁香综合网| 超碰av在线| 亚洲精品色| 色婷婷综合视频| 五月婷婷激情综合拍| 五月婷婷和六月| 六月亚洲婷婷6月中文字幕| 九热...av| 日本天堂爱爱| 91热手机在线| 欧美人久久| 97se视频在线| 婷婷丁香色情| 亚洲精品成人| 欧美色图天堂网| 亚洲色婷婷五月天| 激情五月天啪啪| 亚洲熟女乱色综合亚洲网站| 97干在线观看| 狠狠爱激情网| 99综合视频一体| 久久综合九九| 草婷婷在线| 99色在线观看视频| 99久久6| 五月成人网站| 久久久精品AV| 99综合视频| 亚洲国产精品VA在线看黑人| 五月天丁香久久综合| 亚洲成AV人片在线观看| 99九九免费精品| 久久婷婷亚洲无码一起| 日本久久99| 婷婷五六月丁香| 五月婷婷开心激情六月蜜桃| 激情美女五月天激情在线| 天天日天天干天天插天天射| 五月天激情国产综合婷婷| 97干网站| 国自产拍偷拍精品啪啪一区二区| 色色色com| 精品动漫 无码av| 丁香五月天.com| 五月婷婷六月丁香| 亚洲va欧美va国产综合久久久| 99热精品在线播放| 丁香六月婷婷开心| 亚洲精品一区中文字幕乱码| 日韩有码一区| 日韩欧美颜射| www.丁香五月| 成人av免费观看| 国产精品久久久久久久久久免费| 97婷婷久久丁香| 色色色99| 这里只有精品免费 | 五月天婷婷在线AN| 97 A I色色| 婷婷五月天涩涩| 五月天色色网站| 亚洲激情色色| 日韩成人中文字幕| 涩丁香| 九九99精品视频在线观看| 五月丁香综合伦理片| 激情五月天com| 999热这里只有精品| 久久久亚洲精品一区二区三区浴池 | 婷婷五月天黄色网址| 成人五月天在线视频在线观看| 亚洲色情网站| 丁香六月综合激情| 久草婷| 亚洲色啪| 久久精品系列| 九月丁香久久网| 五月丁香综合啪啪| 99热这| 蜜桃成语时李时珍 免费| 另类激情四射| 天天视频亚洲| 欧美槡BBBB槡BBB少妇| 色婷婷久久综| 五月草影视| 日本片日本片祼观看网站在线看中文版网页在线看 | 图片区 小说区 区 亚洲五月| 超碰人人99| 深爱激情五月天婷婷网| 99精品网| 久久五月婷| 99热精品在线在线| aaaa久久| 五月亭亭激情综合| 色色五月天婷婷| www.五月婷婷久久.com| 激情五月天小说| 桃色成人网| 婷婷五月天成人在线视频| 久久九九视频| 丁香五月天堂婷婷| 亚洲五月天天| 79精品视频在线观看,| 国产免费av在线| 伊人五月久久| 黄色三级毛片中字| 五月色婷婷影视在线电影| 激情婷婷五月天| 日本97在线视频| 99热这里有精品| www一起操在线观看| 99爱精品视频| 啪啪日本欧美| 蜜臀嫩草| 99丁香五月| 婷婷五月天激情五月天| 色噜噜丁香| 深爱激情AV| 九九热最新| 深爱五月激情网| 国产看真人毛片爱做A片| 久久永久网址| 这里只有精品久久| WWW.五月天9999| 久久精品99| 操逼福利视频| 五月天婷婷婷| 婷婷五月天天aV| 久99婷婷色综合| 六月丁香婷婷六月激情综合| 久久大大香| 九九综合久久| 国产操逼网站| 激情五月天开心| 色你久久| 成人午夜无码视频| 婷婷开心青青草| 七月婷婷色香综合网| 天天夜夜六月丁香五月婷婷老师| 丁香五月伊人| 久9热在线视频| 九九成人精品免费视频| 婷婷久久综合久| 亚洲熟妇AV综合网五月丁香伊人 | 狠狠爱婷婷五月天| 涩综合婷婷| www.99热在线观看| 精品一二三区久久AAA片| 天天射天天射一道本日本社区 | 婷婷黄色| 人人操AV| 天天操夜夜爽歪歪| 色天堂A| 八戒青柠影视剧在线观看| 九月婷婷丁香| 大香蕉人人网| 五月天社区| 欧美色骚婷婷五月天| 超碰免费电影| 欧洲亚洲免费视频9| 日日日,com| 91日在线视频| 欧美久久网| 丁香五月天欧美| 丁香六月婷婷社区| 91成人性爱视频| 日日撸天天干| 欧美啪啪网| 亚洲熟妇AV乱码在线观看| 99国产这里只有精品| 97色久| 久久久天堂国产精品女人| 91九色中文字幕女在线观看| 五月激情精品视频| 久久一品区| 大香蕉av在线| www.五月天婷婷| 丁香五月婷婷成人色区| 第四色大香蕉| 精品影院| 婷婷欧美综合| 特级片神马电影| 五月婷婷欧美| 人人操人人妻| 五月天激情国产综合婷婷婷| 丁香五月婷老师| 五月丁香花伦理电影| 久久婷婷五月综合激情国产| 欧美精品在线观看| 中文无码婷婷| 99色热视频| 99热永久在线观看| 丁香九月激情久久| 操操操B| 99精品在线| 婷婷成人视频| 亚洲行行色色| 亚洲va日| 五月婷婷偷拍| 99视频久久久| 亚洲久久天堂| 丁香五月偷拍| 婷婷综合亚洲| 激情深爱综合网| 天天摸天天高潮天天爽| 丁香五月天在线观看视频| 日本少妇AA一级特黄大片| 亚洲成av人影院| 人人爽天天爽| 色婷婷www| 亚洲热视频在线| site:publishdd.com| 丁香六月婷婷一区| 欧美日本VA| 久婷婷婷| 98永久精品| 欲求不满的人妻| 思思热99er| 国产精品天天狠天天看| 五月丁香六月婷| 啪啪综合网| 五月天啪啪视频| 久草热在线视频| 激情五月婷婷六月丁香| 艾小青av| 狠狠香婷婷五月| 蜘蛛女免费观看完整版高清电影| 欧美精品啪啪| 伊人久久大香线蕉av一区| 97成人在线视频| 九九综合五月欧美| a毛片二逼wwwwwwwwww| 五月丁香色停停啪啪啪| 熟女少妇内射日韩亚洲| 国产黄色在线观看| 色五月激情问网站| 五月丁香| 99色色热| 深爱激情网婷婷| 婷婷深爱五月亚洲综合| 婷婷久久五月天亚洲欧美国产日韩在线观看 | 狠狠操综合| 日本99久久| 色色热| 九九亚洲| 伊大人久久| 色天使色综合| 91jiuseshunv| 玖玖婷婷色| 91性人人| 99热碰碰热| 天天做天天爱天天爽夜夜揉| 五月天婷婷色色| 伊人久久大香网| 六月欧美综合色情| a69在线视频| 天天射天天射一道本日本社区| 激情综合网 激情五月天| 高清无码视频网址| 久久大香蕉同僚| 五月天天天色| 欧美性生交XXXXX无码小说 | 久色成人| 色六月视频| 亚洲VA口| 337p大胆噜噜噜噜噜91Av| 日本少妇裸体做爰高潮片| 偷拍九九热| 色五月婷婷自拍| 99re思思| 丁香九月婷婷色| 婷婷丁香亚洲色综合91| 久久五月天综合| 99碰碰碰| 91久久久久久久久18| 热久久77777| 久久婷婷五月天综合| 五月婷婷欧美| 亚洲A片成人无码久久精品青桔| 991自拍视频| 五月丁香九九| 五月婷婷丁香啪啪| 97婷婷五月| 婷婷久热| 91精品刘玥| 婷婷丁香社区网| 久久aaaa片一区二区| 天天干一干| 九九在线精品| 伊人玖玖婷婷| 五月丁香va| 色九九一二| 色色五月天丁香婷婷| 成人婷婷桔色| 丁香六月综合激情| 欧美性生交XXXXX无码小说| 久人操| 四五月婷婷| 精品99在线| 夜夜嗨一区二区三区直播内容 | 欧美激情综合色综合啪啪五月| 99热最新网址| 色婷亚洲五月丁香| 五月天激情网页| 三级黄网站| 欧美日韩色色| 无码九九| www.五月天色色.com| 五月丁香色停停啪啪啪| 婷婷伊人綜合中文字幕| 五月婷婷天| 99五月香婷婷丁香在线视频| 成人在线网| 久色婷婷200| 九月丁香网婷婷| 丁香九月综合| 丁香婷婷色九月| 婷婷五月丁香99| 色五月婷婷丁香婷婷| 99久久九九| 色综合偷拍| 五月丁综合在线观看| 亚洲午夜av| AV操逼网| 日日操日日撸| 变天就操逼婷婷五月| 人色五月天婷婷| 亚洲激情五月天| 91九色小视频| 婷婷玖玖五月天| 五月婷婷综合在线视频| 婷婷五月深深的爱| 五月婷婷综合网| 婷婷九月激情| 亚洲成人av在线播放| 婷婷伊人综合| 亚洲色综合性| 成人亚洲精品久久久久| 九九人妻福利| 九热视频| 欧美性爱五月天| 五月色丁香| 奇米网大香蕉| 欧美影院| 精品九九网| 久久精品亚洲一级牲爱综合 | 开心久久五月天| 丁香五月性| 五月丁香婷婷色色色| 激情深爱综合网| 99热全是精品| 狠狠色噜噜狠狠狠888| 婷婷五月天渟渟| 伊人五月天在线| 超碰在线资源| 99热这里只有精品16| 婷婷五月欧美| EEUSS鲁片一区二区三区| 91在线观看www| 夜夜操,天天撸| 九九色天堂| 综合网啪| 久久性操| 九色91国产| 99ri国产在线| 26uuu青青| 久久XX| 十月丁香婷婷| 成人做爰黄A片免费看直播室男男| 99高级会所久久| 亚洲第一成人无码A片| 深爱丁香激情| 精品婷婷丁香五| 天天玩夜夜操| 九九操操| 久久婷综合| 99热久久最新地址| 色婷大香蕉| 日本欧美国产| 五月天综合网| 91干婷婷| 久久综合五月天| 91在线日| 久机视频这只有精品| 五月丁香综合网色欲| 亚洲无码 图片区| www天天色天天射| 91精品婷婷国产综合| 五月丁香久久| 97婷婷五月天| 91成人电影| 欧洲电影在线观看免费版英语版| 五月婷婷视频ab| 无码A片一区二区免费| 久久综合中文字幕| 另类图片激情五月天| 人人操9| 第四色五月婷婷| 99热99思午夜精品| 最新日韩AV中文字幕| 97干网站| 爱婷婷五月| 狼人婷婷久久| 最近免费中文字幕大全高清大全1 免费看欧美成人A片无码 | 天天天天天久久久久久| 婷婷丁香宗合888| 天天综合精品| 五月天播播中文字幕| 深爱五月月天| 第四色色六月色综合| 婷婷五月天综合网| 色五月激情基地| 大香蕉狼人久久| 性做爰1一7伦| 五月丁香欧美综合| 俺五月| 久9热视频在线观看| 九九精品9| 九九热在线99| 婷婷日日夜夜| 色色色色色色色综合| 4399欧美另类视频| 色一情一乱一伦一区二区三区| 操97免费超级视频| 五月丁香人人婷婷在线观看| 全高清无码视頻| 日本玖玖在线| 综合网色| 婷婷五月天亚洲综合| 丁香丝袜五月| 六月丁香激情综合网| 激情婷| 色五月色开心开心五月| 26uuu日韩| 五月丁香六月激情综合| 五月激情综合深爱| 激情深爱婷婷网| 六月婷欧美| 婷婷丁香五月天熟女丝袜| 亚洲国产精品SUV| 人人操插| 婷婷丁香五月激情密臀av| 综合性视频99| 人妻狠狠操| 另类图片天天影视在线观看| 另类图片五月天婷婷| 欧美99热| 99色激| 91九色欧美| 人人摸人人干| 五月天激情四射| 91碰| 99.色| 99综合99| 亚洲婷婷月丁香五月| ri电影在线| 99精品热| 婷婷99视频精品| 91尤物九色在线| 婷婷久久影院| 色偷偷人人| 无码九九九九| 91免费试看| 亚洲欧美综合7777色亭亭| 成人做爰黄A片免费看直播室男男 久草热8精品视频在线观看 | 五月天.com| 一级A片天天操夜夜操| 色综合天天网| 色五月婷婷五月丁香五月激情五月视频| 狠狠干狠狠色| 久99久视频| 91碰视频| 狠色综合网| 日本婷婷五月天| 99人妻碰碰久久久禁片| 久久9视频| 99视频久久| 丁香无五月网| 在线看片av| 九月婷婷| 日韩 中文 欧美| 天天天在线观看| 日韩色久| 五月天激情综合| 日日日日日| 人人摸人人搞| 人人摸人人| 欧美性生交A片免费看| 色色无码| 内射爽无广熟女亚洲| 婷婷中文字幕网站| 伊人大综合| 丁香五月天婷婷91| 日日操夜夜操无码免费| 六月丁香啪啪啪| 免费的日逼视频| 天天日夜夜草进麻麻的子宫| 66精品成人免费网站在线观看| 五月婷婷伊人在线| 人人噜天天上| 婷婷网五月天| 久久超级碰碰| 中文字幕在线免费观看视频| AAA亚洲AV| 热99久| 五月开心播播网| 色色丁香| 日韩十国产极品久久| 男人天堂 久久| 综合久久99| 婷婷开心激情综合五月天| 九九久久高清| 2018国产大陆天天弄| 婷婷丁香人妻天天久久| 色色爽爽天天| 亚洲xx在线| 操操碰| 色色色色色色色色色影院| 99国产99| 狠狠色丁香久久婷婷综合五月| www.色综合| 亚洲丁香五月美女| 第四色五月婷婷| 激情开心五月天| 五月丁香综合精品欧美| 色婷婷A| 欧美激情xxxXX| www.狠狠操| 久久伊人五月天| 亚洲天堂婷婷| 国产人妻操逼| 天天操天爱综合| 日本三级黄色大片| 成人午夜视频精品一区| 九色porny在线观看激情四射| 五月丁香手机在线| 99国产精品白浆在线观看免费 | 99色| 丁香婷婷色色| 五月婷婷九月婷婷九月婷婷| 九九视屏| 综合 激情 婷婷| 99热免费精品| 亚洲人妻五月丁香婷婷| 亚洲中文字幕av| 五月丁香福利| 五月婷婷啪啪| 丁香激情综合| 91九色无码日韩| 婷婷激情丁五月| 大香蕉99| 99热精品在线播放| 国产操逼视频网站| 久青青久| 五月综合激情| 中文字幕日本最新乱码视频| 丁香香蕉婷婷| 99精品无码网站| 人妻中文在线| 六月丁香停| 久久精品A片777777| 色色9 9| 99热久草| 日本婷婷| 欧美日本不卡黄色片| 怕怕視頻| 在线99热| 久七香蕉| 婷婷开心激情五月激情网| 婷婷五月天AV| 丁香九色不卡aaa| 婷婷玉月丁香五月在线视频| 大香蕉综合| 色婷婷色九月| 色婷婷五月天天天干天天操天天爽 | 丁香五月婷婷老师网站| 夜夜夜天天操| 91欧美日韩综合| 香蕉中文在线| 婷婷丁香人妻天天久久| 中国丰满熟女A片免费观| 激情五月综合网最新| 97极品在线| 欧美婷婷色五月网| 亚洲狠狠狠| 久久综合九色综合97婷婷| site:esunnet.com| 亚洲天堂热| 51XX午夜影福利| 亚洲成人网站在线播放| 日本女色人人| 五月婷免费视频久久久| 五月综合久久| 色婷婷婷av| 极品人妻VIDEOSSS人妻| 婷婷五月丁香五月丁香| 国产日韩欧美| 五月婷伊人|