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)運營的一線實戰(zhàn)洞察。

從數(shù)據(jù)流到因子庫:量化因子工程化實踐指南

從數(shù)據(jù)流到因子庫:量化因子工程化實踐指南 寫在前面的結(jié)論這次我們來看一個偏工程、偏底層的量化話題從數(shù)據(jù)流到因子庫。這個標(biāo)題來自我正在推進(jìn)的“365 天量化金融”系列第 90 篇走到這一步前面的碎數(shù)據(jù)、單因子、單標(biāo)的邏輯已經(jīng)不能再靠散裝腳本支撐了。無論你是在做 stocks、加密貨幣還是期貨策略都會在某個階段被同一類問題卡住數(shù)據(jù)怎么穩(wěn)定落地、因子怎么統(tǒng)一調(diào)度、回測怎么批量跑、信號怎么供到上層。本文會把“因子階段收官”這件事拆開講為什么先有數(shù)據(jù)流、再有因子庫中間每一步解決什么問題以及后續(xù)策略研發(fā)應(yīng)該怎么組織。先給出這篇內(nèi)容的幾個核心看點。核心能力說明主題類型量化金融工程方案數(shù)據(jù)流、因子庫、批量回測核心價值把散裝腳本收攏為可復(fù)用的因子計算與數(shù)據(jù)管理體系適用階段單因子驗證通過、準(zhǔn)備上規(guī)模做多因子研究的階段技術(shù)重點數(shù)據(jù)流管道、因子注冊與緩存、批量調(diào)度、結(jié)果落庫工程門檻對 Python 有一定基礎(chǔ)能理解類、裝飾器、任務(wù)隊列即可推薦運行環(huán)境Linux 或 macOS本地開發(fā)建議 Python 3.10輸入材料以本項目原始工程思路為準(zhǔn)合規(guī)提示文中涉及的行情數(shù)據(jù)、因子計算僅作為技術(shù)研究不構(gòu)成投資建議下面按“從數(shù)據(jù)流到因子庫”的主線把這套工程方案完整講一遍。1. 核心能力速覽在動手寫代碼之前先明確這套方案的定位。它解決的問題不是“某個因子怎么算”而是“大量因子怎么組織、怎么批量計算、怎么避免算完就丟”。從本項目的原始材料看核心能力可以整理為下表。能力項說明項目類型量化金融工程框架側(cè)重數(shù)據(jù)流與因子庫搭建數(shù)據(jù)接入支持統(tǒng)一行情數(shù)據(jù)入口按標(biāo)的分批拉取、落盤、校驗因子計算采用因子類 裝飾器注冊機制新因子無需改動主流程因子存儲因子表按標(biāo)的 日期主鍵落庫便于回測與信號拼接批量任務(wù)支持全市場標(biāo)的循環(huán)計算并進(jìn)行斷點續(xù)跑緩存機制數(shù)據(jù)層與因子層均可緩存避免重復(fù)計算調(diào)度方式可對接 APScheduler、Airflow 或自行實現(xiàn)簡單隊列對外輸出因子表、信號表、特征寬表供后續(xù)模型與策略調(diào)用合規(guī)邊界只負(fù)責(zé)數(shù)據(jù)處理與因子研究不涉及實盤交易指令這里有一個關(guān)鍵邏輯數(shù)據(jù)流是因子庫的底座。如果數(shù)據(jù)層還在用零散的 CSV 文件和手寫 IO因子庫做得再花哨也跑不穩(wěn)。所以本文會先講數(shù)據(jù)流再講因子庫最后落到批量驗證和性能觀察。這樣安排是因為項目從第 90 篇開始已經(jīng)過了“研究單個因子是否有效”的階段正式進(jìn)入“批量生產(chǎn)因子”的階段。2. 適用場景與使用邊界這套方案適合怎么用、不適合怎么用其實很清楚。2.1 適合的場景手里已經(jīng)有幾個通過初步檢驗的因子想統(tǒng)一放到一個庫里管理。每天要處理多標(biāo)的、多周期行情數(shù)據(jù)不想再手動讀多個文件。需要把因子計算結(jié)果供多個策略復(fù)用避免每個策略各算一遍。開始做因子績效分析、相關(guān)性分析、IC 分析需要結(jié)構(gòu)化因子數(shù)據(jù)。后續(xù)要接入機器學(xué)習(xí)模型需要把因子表轉(zhuǎn)成特征寬表。在這些場景下數(shù)據(jù)流 因子庫的收益非常大。你可以把“計算因子”當(dāng)成一次注冊、批量執(zhí)行、落庫的過程而不是寫一次、跑一次、丟掉一次。2.2 不適合的場景只做一兩個標(biāo)的、一兩個因子手工 Excel 反而更快。完全不了解任何量化概念還沒搞清楚 K 線、收益率、回測是什么就先別搭工程。需要毫秒級實時交易信號這套偏離線批處理不適合直接作為交易執(zhí)行引擎。沒有授權(quán)數(shù)據(jù)源靠爬取不合法行情做研究風(fēng)險很高不建議。2.3 使用邊界與合規(guī)提醒量化研究涉及數(shù)據(jù)版權(quán)、策略保密和資金風(fēng)險。需要注意以下邊界行情數(shù)據(jù)必須來自合法授權(quán)渠道不要使用未經(jīng)許可抓取的數(shù)據(jù)。因子庫中的計算結(jié)果用于研究與回測不構(gòu)成投資建議。如果因子涉及新聞、輿情、另類數(shù)據(jù)還需要另行處理文本授權(quán)問題?;販y表現(xiàn)好不代表實盤表現(xiàn)好任何策略上線前都應(yīng)做樣本外驗證和風(fēng)險評估。這也是為什么本文會把“批量任務(wù)”“緩存機制”“斷點續(xù)跑”這些工程能力看得和因子公式本身一樣重要。沒有工程保障再好的因子也無法穩(wěn)定產(chǎn)出。3. 環(huán)境準(zhǔn)備與前置條件在搭建數(shù)據(jù)流和因子庫之前先確認(rèn)環(huán)境能支撐后續(xù)開發(fā)。多數(shù)量化工程用 Python 完成因此優(yōu)先準(zhǔn)備 Python 環(huán)境和常用庫。3.1 基礎(chǔ)環(huán)境清單環(huán)境項建議配置操作系統(tǒng)Linux / macOS 最佳Windows 可運行但部分調(diào)度組件支持較弱Python3.10 或 3.11 均可數(shù)據(jù)存儲SQLite 起步數(shù)據(jù)量上來后轉(zhuǎn) PostgreSQL緩存本地 parquet 或 Redis按需選擇調(diào)度先不用框架直接用腳本循環(huán)再考慮 APScheduler包管理uv 或 pip venv版本管理git3.2 需要安裝的核心依賴這里給出一個常見的依賴清單。具體版本可以根據(jù)實際環(huán)境調(diào)整。# 數(shù)據(jù)與計算 pandas numpy pyarrow # 數(shù)據(jù)庫 sqlalchemy psycopg2-binary # 如果需要連接 PostgreSQL # 任務(wù)調(diào)度可選 apscheduler # 配置管理 pydantic python-dotenv # 日志 loguru安裝命令示例pip install pandas numpy pyarrow sqlalchemy apscheduler pydantic python-dotenv loguru3.3 目錄結(jié)構(gòu)設(shè)計從材料看項目走到因子庫階段目錄結(jié)構(gòu)需要重新組織。建議采用以下結(jié)構(gòu)。quant_research/ ├── config/ │ └── settings.py ├── data/ │ ├── raw/ # 原始行情數(shù)據(jù)落地 │ └── processed/ # 清洗后的標(biāo)準(zhǔn)數(shù)據(jù) ├── factors/ │ ├── base.py # 因子基類與注冊表 │ ├── registry.py # 因子注冊與發(fā)現(xiàn) │ ├── technical/ # 技術(shù)類因子 │ ├── fundamental/ # 基本面因子 │ └── alternative/ # 另類因子 ├── pipelines/ │ ├── data_pipeline.py │ └── factor_pipeline.py ├── storage/ │ ├── database.py │ └── cache.py ├── utils/ │ ├── logger.py │ └── time_utils.py └── main.py這個目錄結(jié)構(gòu)把“數(shù)據(jù)層、因子層、調(diào)度層、存儲層”分開目的就是讓新因子、新數(shù)據(jù)源可以無侵入地加入。4. 數(shù)據(jù)流管道設(shè)計“從數(shù)據(jù)流到因子庫”的第一步是把行情數(shù)據(jù)整理成一個穩(wěn)定、可復(fù)現(xiàn)的輸入。數(shù)據(jù)流管道的職責(zé)是拉取原始數(shù)據(jù)、清洗、校驗、按統(tǒng)一格式落盤或入庫提供給因子計算層。4.1 數(shù)據(jù)流核心接口我們可以把數(shù)據(jù)流抽象成一個標(biāo)準(zhǔn)接口。無論數(shù)據(jù)來自 CSV、數(shù)據(jù)庫還是第三方 API對外都返回同一種結(jié)構(gòu)。# pipelines/data_pipeline.py from abc import ABC, abstractmethod import pandas as pd class DataSource(ABC): 數(shù)據(jù)源抽象接口 abstractmethod def fetch(self, symbol: str, start: str, end: str) - pd.DataFrame: 獲取某個標(biāo)的時間區(qū)間內(nèi)的行情數(shù)據(jù) class DataPipeline: 數(shù)據(jù)管道負(fù)責(zé)清洗、校驗、標(biāo)準(zhǔn)化 def __init__(self, source: DataSource): self.source source def load(self, symbol: str, start: str, end: str) - pd.DataFrame: df self.source.fetch(symbol, start, end) if df.empty: return df df self._clean(df) self._validate(df) return df def _clean(self, df: pd.DataFrame) - pd.DataFrame: # 統(tǒng)一列名與時間索引 df df.rename(columns{ datetime: time, open: open, high: high, low: low, close: close, volume: volume, }) df[time] pd.to_datetime(df[time]) df df.sort_values(time).drop_duplicates(subset[time]) return df def _validate(self, df: pd.DataFrame) - None: if df[close].isnull().any(): raise ValueError(close 列存在缺失值) if (df[high] df[low]).any(): raise ValueError(high 小于 low數(shù)據(jù)異常)這樣設(shè)計的好處在于后續(xù)新增數(shù)據(jù)源時只需要實現(xiàn)DataSource接口不需要改動清洗邏輯和因子計算邏輯。4.2 數(shù)據(jù)落盤與緩存數(shù)據(jù)流中要特別注意“重復(fù)拉取”的問題。如果每天拉全量數(shù)據(jù)既慢又容易觸發(fā)數(shù)據(jù)源限制。建議在數(shù)據(jù)管道中加入緩存判斷。# storage/cache.py import os import pandas as pd class DataCache: 本地 parquet 緩存 def __init__(self, cache_dir: str data/processed): self.cache_dir cache_dir os.makedirs(cache_dir, exist_okTrue) def _path(self, symbol: str, freq: str) - str: return os.path.join(self.cache_dir, f{symbol}_{freq}.parquet) def exists(self, symbol: str, freq: str) - bool: return os.path.exists(self._path(symbol, freq)) def read(self, symbol: str, freq: str) - pd.DataFrame: return pd.read_parquet(self._path(symbol, freq)) def write(self, symbol: str, freq: str, df: pd.DataFrame) - None: df.to_parquet(self._path(symbol, freq), indexFalse) class FactorCache(DataCache): 因子層緩存單獨目錄 def __init__(self, cache_dir: str data/factors): super().__init__(cache_dir)緩存的意義不只是省時間。它能保證同一份數(shù)據(jù)在因子計算時是可復(fù)現(xiàn)的避免不同時間拉到的數(shù)據(jù)不一致導(dǎo)致因子值出現(xiàn)偏差。4.3 數(shù)據(jù)流驗證方法完成數(shù)據(jù)管道后先做一次小樣本驗證。輸入某標(biāo)的 2020 年到 2024 年的日線數(shù)據(jù)。預(yù)期輸出標(biāo)準(zhǔn)化 DataFrame列為 time/open/high/low/close/volume按時間升序且無重復(fù)。判斷標(biāo)準(zhǔn)數(shù)據(jù)量合理、無空值、高低價無倒掛。常見失敗原因數(shù)據(jù)源字段命名不一致導(dǎo)致rename失敗。時區(qū)處理不一致導(dǎo)致日期重復(fù)。復(fù)權(quán)因子未處理導(dǎo)致價格跳變。建議在正式跑全量數(shù)據(jù)前先用單個標(biāo)的驗證。不要一上來就對幾千個標(biāo)的做數(shù)據(jù)流清洗否則問題會被放大。5. 因子庫搭建因子庫是整個階段收官的核心。它的核心能力是“注冊因子、統(tǒng)一調(diào)度、批量計算、自動落庫”。5.1 因子基類設(shè)計先定義一個因子基類所有因子都繼承它并實現(xiàn)compute方法。# factors/base.py from abc import ABC, abstractmethod import pandas as pd class Factor(ABC): 因子基類 name: str base_factor description: str params: dict {} def __init__(self, **kwargs): self.params.update(kwargs) abstractmethod def compute(self, data: pd.DataFrame) - pd.Series: 輸入行情數(shù)據(jù)輸出因子序列 def __repr__(self): return fFactor {self.name} params{self.params}每個具體因子只需要實現(xiàn)compute返回一個與行情數(shù)據(jù)索引對齊的Series。例如一個簡單動量因子# factors/technical/momentum.py import pandas as pd from factors.base import Factor class MomentumFactor(Factor): N 日動量因子 name momentum description N 日收益率動量 def compute(self, data: pd.DataFrame) - pd.Series: n self.params.get(n, 20) return data[close].pct_change(n)這里把name當(dāng)作因子唯一標(biāo)識后續(xù)注冊、緩存、落庫都以它為 key。5.2 因子注冊機制因子上規(guī)模后最忌諱在業(yè)務(wù)代碼里寫大量 if-else。更好的方案是維護一個全局因子注冊表通過裝飾器自動注冊。# factors/registry.py from typing import Dict, Type from factors.base import Factor class FactorRegistry: _registry: Dict[str, Type[Factor]] {} classmethod def register(cls, factor_cls: Type[Factor]): key factor_cls.name if key in cls._registry: raise ValueError(f因子 {key} 已存在) cls._registry[key] factor_cls return factor_cls classmethod def get(cls, name: str) - Type[Factor]: if name not in cls._registry: raise KeyError(f因子 {name} 未注冊) return cls._registry[name] classmethod def all_names(cls): return list(cls._registry.keys()) # 用裝飾器注冊 def register_factor(cls): return FactorRegistry.register(cls)這樣每個新因子文件只要被 import就會被自動注冊。# factors/technical/__init__.py from factors.registry import register_factor from .momentum import MomentumFactor register_factor(MomentumFactor)后續(xù)新增因子時只需要添加新文件并注冊主流程完全不需要改。5.3 因子計算調(diào)度器有了注冊表和因子類后需要一層調(diào)度邏輯來批量計算因子。# pipelines/factor_pipeline.py import pandas as pd from factors.registry import FactorRegistry from storage.cache import DataCache, FactorCache class FactorPipeline: 因子計算管道 def __init__(self, data_cache: DataCache, factor_cache: FactorCache): self.data_cache data_cache self.factor_cache factor_cache def compute_factor(self, factor_name: str, symbol: str, freq: str): cache_key f{factor_name}_{symbol}_{freq} if self.factor_cache.exists(symbol, cache_key): print(f讀取緩存因子: {cache_key}) return self.factor_cache.read(symbol, cache_key) # 加載行情數(shù)據(jù) data self.data_cache.read(symbol, freq) # 獲取因子類 factor_cls FactorRegistry.get(factor_name) factor factor_cls() # 計算因子 factor_series factor.compute(data) factor_df pd.DataFrame({ time: data[time], factor_value: factor_series.values, }) # 緩存 self.factor_cache.write(symbol, cache_key, factor_df) print(f因子計算完成: {cache_key}) return factor_df5.4 因子批量計算單因子跑通后批量計算就是把“單標(biāo)的單因子”的流程擴展到“多標(biāo)的 × 多因子”。# main.py from storage.cache import DataCache, FactorCache from pipelines.factor_pipeline import FactorPipeline from factors.registry import FactorRegistry def run_batch(symbols, factors, freq1d): data_cache DataCache(data/processed) factor_cache FactorCache(data/factors) pipeline FactorPipeline(data_cache, factor_cache) for symbol in symbols: for factor_name in factors: try: df pipeline.compute_factor(factor_name, symbol, freq) if df.empty: print(f跳過空結(jié)果: {symbol} {factor_name}) except Exception as e: print(f計算失敗: {symbol} {factor_name}, error{e}) if __name__ __main__: symbols [000001, 000002, 000003] factors FactorRegistry.all_names() run_batch(symbols, factors)批量任務(wù)最怕中途崩掉。建議通過緩存機制做斷點續(xù)跑已經(jīng)計算并緩存的因子會直接跳過失敗的重跑一次即可。如果愿意引入更正式的調(diào)度可以對接 APScheduler 實現(xiàn)定時計算from apscheduler.schedulers.blocking import BlockingScheduler scheduler BlockingScheduler() scheduler.scheduled_job(cron, hour18, minute30) def job(): symbols load_symbols() factors FactorRegistry.all_names() run_batch(symbols, factors) scheduler.start()不過第一次部署時建議先手動運行不要直接掛調(diào)度。確認(rèn)因子值和落庫邏輯無誤再上定時任務(wù)。6. 因子落庫與數(shù)據(jù)查詢因子計算完成后不能只存在 parquet 緩存里。為了后續(xù)回測和策略復(fù)用還需要把因子計算結(jié)果統(tǒng)一落到數(shù)據(jù)庫。6.1 因子表結(jié)構(gòu)因子數(shù)據(jù)的特點是“長表”比“寬表”更適合擴展。推薦結(jié)構(gòu)如下。字段名類型說明symbolVARCHAR標(biāo)的代碼factor_nameVARCHAR因子名稱timeTIMESTAMP時間戳valueDOUBLE因子值paramsVARCHAR因子參數(shù), JSON 格式這樣設(shè)計的好處是新增因子不需要改表結(jié)構(gòu)查詢時按factor_name過濾即可。6.2 SQLAlchemy 寫入示例# storage/database.py from sqlalchemy import create_engine, Column, String, DateTime, Float, Index from sqlalchemy.orm import declarative_base, sessionmaker import pandas as pd Base declarative_base() class FactorRecord(Base): __tablename__ factor_values id Column(String, primary_keyTrue) symbol Column(String, indexTrue) factor_name Column(String, indexTrue) time Column(DateTime, indexTrue) value Column(Float) def save_factor(symbol: str, factor_name: str, df: pd.DataFrame, engine): session sessionmaker(bindengine)() try: records [] for _, row in df.iterrows(): records.append(FactorRecord( idf{symbol}_{factor_name}_{row[time]}, symbolsymbol, factor_namefactor_name, timerow[time], valuerow[factor_value], )) session.add_all(records) session.commit() except Exception as e: session.rollback() raise e finally: session.close()這里使用主鍵去重。重復(fù)運行同樣的因子計算不會產(chǎn)生重復(fù)記錄。6.3 查詢因子數(shù)據(jù)查詢時直接按symbol和factor_name拼成寬表即可。import pandas as pd from sqlalchemy import create_engine engine create_engine(sqlite:///factor.db) query SELECT time, MAX(CASE WHEN factor_namemomentum THEN value END) AS momentum, MAX(CASE WHEN factor_namevolatility THEN value END) AS volatility FROM factor_values WHERE symbol000001 GROUP BY time ORDER BY time df pd.read_sql(query, engine)這是一個典型的因子轉(zhuǎn)寬表查詢。后續(xù)做 IC 分析、分層回測或機器學(xué)習(xí)特征工程都可以基于這個寬表推進(jìn)。7. 批量任務(wù)與調(diào)度注意事項批量任務(wù)是因子庫規(guī)模化的關(guān)鍵。下面重點說明怎么設(shè)計批量任務(wù)以及如何避免運行過多、過慢、過亂的問題。7.1 批量任務(wù)三層設(shè)計從項目實操來看批量任務(wù)建議分成三層。第一層是數(shù)據(jù)準(zhǔn)備任務(wù)。先確保所有標(biāo)的數(shù)據(jù)都已更新到最新并且通過校驗。這一步失敗后面因子計算沒有意義。第二層是因子計算任務(wù)。遍歷因子注冊表計算每個因子的值并緩存。量大的時候可以使用多進(jìn)程但要注意內(nèi)存占用。第三層是因子落庫任務(wù)。把緩存中的因子結(jié)果寫入數(shù)據(jù)庫生成特征寬表供回測和策略使用。7.2 使用簡單任務(wù)隊列如果暫時不想引入 Celery可以先用一個簡單的 FIFO 隊列。import queue import threading import time def worker(): while True: task task_queue.get() if task is None: break symbol, factor_name task try: pipeline.compute_factor(factor_name, symbol) print(f完成: {symbol} {factor_name}) except Exception as e: print(f失敗: {symbol} {factor_name}, error{e}) finally: task_queue.task_done() task_queue queue.Queue() threads [threading.Thread(targetworker) for _ in range(4)] for t in threads: t.start() for symbol in symbols: for factor_name in FactorRegistry.all_names(): task_queue.put((symbol, factor_name)) task_queue.join() for _ in threads: task_queue.put(None)多線程適合 IO 密集型任務(wù)因子計算如果是純 CPU 密集多進(jìn)程更合適。但第一次跑盡量先單線程確認(rèn)不存在計算 bug 再考慮并發(fā)。7.3 斷點續(xù)跑與日志批量跑因子時建議把日志寫到文件而不是只看終端。from loguru import logger logger.add(logs/factor_batch.log, rotation500 MB, retention7 days) logger.info(f開始批量計算, 標(biāo)的數(shù){len(symbols)}, 因子數(shù){len(FactorRegistry.all_names())})同時把每個標(biāo)的、每個因子的“成功/失敗”狀態(tài)記錄下來便于失敗后重試。狀態(tài)含義處理方式success已計算并緩存跳過failed計算異常查看日志修復(fù)后重試empty數(shù)據(jù)為空檢查數(shù)據(jù)源是否覆蓋該標(biāo)的pending未計算正常執(zhí)行8. 資源占用與性能觀察量化工程的性能問題不像大模型那么極端但也不能忽略。數(shù)據(jù)量大的時候Pandas 全量計算一樣會吃滿內(nèi)存。8.1 內(nèi)存優(yōu)化讀取行情數(shù)據(jù)時只保留需要的列不要全字段加載。優(yōu)先使用float32而不是float64能減少一半內(nèi)存。因子計算完成后及時釋放不需要的中間 DataFrame。數(shù)據(jù)量極大時用polars替代pandas性能提升明顯。import polars as pl df pl.read_parquet(data/processed/000001_1d.parquet)不過輸入項目本身使用的是 pandas 風(fēng)格因此本文以 pandas 為主。若遇到性能瓶頸可以平滑切換。8.2 顯存占用觀察量化因子計算一般不涉及 GPU但如果你在因子庫中加入了嵌入模型、NLP 輿情因子就會涉及顯存。先用 CPU 跑小批量文本數(shù)據(jù)確認(rèn)因子邏輯正確。GPU 推理關(guān)注顯存占用可以用nvidia-smi實時觀察。批次大小調(diào)小可以降低顯存峰值。如果同時跑多個模型建議按模型單獨啟動進(jìn)程。當(dāng)前階段如果沒有 NLP 和深度學(xué)習(xí)因子可以不考慮 GPU先專注把 CPU 因子庫跑穩(wěn)。8.3 計算耗時觀察建立性能基準(zhǔn)非常重要。第一次跑完因子庫后記錄如下指標(biāo)單標(biāo)的單因子平均耗時。全市場全因子單輪總耗時。緩存命中后的重復(fù)查詢耗時。數(shù)據(jù)庫寫入耗時。以單一標(biāo)的數(shù)據(jù)為例當(dāng)數(shù)據(jù)量從幾千行增長到幾百萬行時因子計算耗時可能顯著上升。此時建議使用增量計算只對新數(shù)據(jù)區(qū)間計算因子再與歷史因子拼接。# 增量更新示例 def compute_incremental(symbol, factor_name, start_date): old_df factor_cache.read(symbol, factor_name) new_data data_module.load_since(symbol, start_date) new_factor factor.compute(new_data) final_df pd.concat([old_df, new_factor], ignore_indexTrue) final_df final_df.drop_duplicates(subset[time]) return final_df增量計算可以極大減少重復(fù)計算。數(shù)據(jù)每天更新時只算最近幾個交易日即可。9. 從因子庫到策略驗證因子庫建好之后下一步就是拿因子去驗證策略效果。這里給出從因子庫到策略的通用流程。9.1 因子有效性初篩拿到因子寬表后先做基礎(chǔ)統(tǒng)計因子覆蓋率。因子缺失值比例。因子值分布。因子與未來收益的 IC 均值。import pandas as pd factor_df pd.read_sql(query, engine) # 計算未來 5 日收益 factor_df[future_return] factor_df[close].pct_change(5).shift(-5) # 計算 IC ic factor_df.groupby(time).apply( lambda x: x[factor_value].corr(x[future_return]) ) print(ic.mean(), ic.std())IC 均值和 ICIR 可以快速判斷一個因子是否值得繼續(xù)研究。9.2 分層回測別只會看 IC還要做分組回測。把因子值按每日分位數(shù)分為 5 組或 10 組觀察多空組合表現(xiàn)。factor_df[group] factor_df.groupby(time)[factor_value].transform( lambda x: pd.qcut(x, 5, labelsFalse, duplicatesdrop) ) group_return factor_df.groupby([time, group])[future_return].mean()如果多頭組與空頭組收益差距穩(wěn)定因子才有進(jìn)一步使用價值。9.3 因子庫延展方向因子庫本身只是第一步。后續(xù)可以擴展為基于因子庫構(gòu)建多因子打分模型。接入 LightGBM 做因子合成。構(gòu)造行業(yè)中性化因子。將因子值接入回測引擎形成信號端到端流程。10. 常見問題與排查方法在實際部署這套數(shù)據(jù)流與因子庫時容易遇到下面這些問題。問題現(xiàn)象可能原因排查方式解決方案數(shù)據(jù)拉取后時間索引混亂時區(qū)未處理檢查原始數(shù)據(jù)的時區(qū)字段統(tǒng)一轉(zhuǎn) UTC 或本地時區(qū)因子值大量為 NaN數(shù)據(jù)區(qū)間不足或復(fù)權(quán)問題查看數(shù)據(jù)起始日期和缺失比例擴展數(shù)據(jù)區(qū)間或調(diào)整參數(shù)重復(fù)運行后因子記錄翻倍主鍵設(shè)計缺失檢查數(shù)據(jù)庫主鍵使用symbol factor time作為主鍵批量任務(wù)中途崩潰某個標(biāo)的因子計算異常查看日志定位增加異常捕獲和斷點續(xù)跑內(nèi)存占用過高一次性加載全市場數(shù)據(jù)觀察內(nèi)存曲線改用分標(biāo)的循環(huán)或增量計算API 拉數(shù)被限制請求頻率過高檢查返回狀態(tài)碼增加 sleep 或使用緩存因子值整體偏移收益率計算方向錯誤抽查單個標(biāo)的因子曲線核對 pct_change 的參數(shù)和 shift 方向數(shù)據(jù)庫寫入過慢逐行插入查看 SQL 日志改用批量插入或 to_sql遇到問題先看日志。建議在數(shù)據(jù)管道、因子計算、落庫三個階段分別打日志這樣能快速定位是哪一層出了問題。11. 最佳實踐與工程建議最后把“從數(shù)據(jù)流到因子庫”過程中的幾條工程經(jīng)驗總結(jié)一下。先跑通最小閉環(huán)再鋪量。不要一開始就對全市場幾千個標(biāo)的跑批量任務(wù)。先用 3 到 5 個標(biāo)的、2 到 3 個因子跑通數(shù)據(jù)清洗、因子計算、緩存、落庫、查詢整個流程確認(rèn)無誤后再擴大到全市場。因子注冊表不要輕易刪除歷史因子。因子庫的一大價值是積累。即使某個因子當(dāng)前表現(xiàn)一般后續(xù)換數(shù)據(jù)區(qū)間或換標(biāo)的池后可能有效保留歷史計算記錄有助于復(fù)盤。緩存目錄和數(shù)據(jù)庫要定期備份。因子計算可復(fù)現(xiàn)的前提是數(shù)據(jù)和緩存都穩(wěn)定。建議原始數(shù)據(jù)只增不改因子緩存可以定期清理但數(shù)據(jù)庫中的因子歷史不要隨意刪除。引入配置中心管理標(biāo)的池和因子參數(shù)。不要把所有標(biāo)的列表和參數(shù)硬編碼到代碼里。用 YAML 或環(huán)境變量管理方便不同環(huán)境切換。# config/factor_config.yaml symbols: - 000001 - 000002 - 000003 factors: momentum: n: 20 volatility: window: 20批量任務(wù)記錄狀態(tài)并支持重試。最簡單的方式是把每個因子的計算狀態(tài)寫到一個 state 表任務(wù)失敗后可以根據(jù)狀態(tài)表重跑失敗項。要時刻關(guān)注合規(guī)邊界。行情數(shù)據(jù)的來源要合法使用的數(shù)據(jù)要遵守授權(quán)協(xié)議。如果因子涉及新聞或另類數(shù)據(jù)注意文本版權(quán)。不要把因子庫的離線研究結(jié)果直接當(dāng)作實盤信號使用需經(jīng)過完整回測和風(fēng)險評估。12. 總結(jié)與下一步這次項目做到第 90 篇最大的變化不是因子數(shù)量變多了而是整個研究過程開始工程化。數(shù)據(jù)流負(fù)責(zé)把數(shù)據(jù)穩(wěn)定地送到因子層因子庫負(fù)責(zé)把算力集中在因子的批量生產(chǎn)和復(fù)用上批量調(diào)度和緩存機制保證整個流程可以在全市場重復(fù)執(zhí)行。走到這一步單因子的零散研究正式收口成了一套可迭代的因子生產(chǎn)系統(tǒng)。接下來最先應(yīng)該驗證的是把你手頭最熟悉的幾個因子按這套結(jié)構(gòu)注冊進(jìn)去用 3 到 5 個標(biāo)的跑一遍完整流程檢查因子值、緩存、數(shù)據(jù)庫和 IC 結(jié)果是否符合預(yù)期。最容易踩的坑是數(shù)據(jù)清洗不一致和緩存主鍵沖突這兩塊建議優(yōu)先測試。熟練之后可以把數(shù)據(jù)源擴展、因子合成、機器學(xué)習(xí)模型和更完善的回測引擎接進(jìn)來形成自己的量化研究基礎(chǔ)設(shè)施。建議收藏備用。下次再提到“因子階段收官”不只是看幾個公式而是看整個數(shù)據(jù)流、因子庫、批量任務(wù)和驗證閉環(huán)怎么跑通。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
www.婷婷六月天| 日本熟女内射| 亚洲日韩乱码一区二区三区四区| 婷婷另类开心| 国产日韩av片| 激情婷婷五月在线合集| 1000部毛片A片免费观看| 色五月第四色| www.五月激情红色| 婷婷免费成人视频| 亚洲另类在线观看| 激情综合国产| 91碰操| 久久综合中文| 五月丁香激情综合| 丁香五月激情图片| 激情99。| 華人性愛AV在線| 91a片爽| 综合色播| 99久热这里只有精品| 五月天婷婷青青草| 欧美又粗又大一区二区在线观看| ztEJj| 激情综合五月婷婷六月丁香| 亚洲激情视频网| a毛片二逼wwwwwwwwww| 大香蕉精品视频| 天天爽天天做| 那里有AV网址| 色区久久| 日本色99| 免费亚洲婷婷中文字幕| 97干在线播放| 97五月婷婷| 超碰av在线| 人人摸人人摸| 1024亚洲无码| 激情小说五月天| 五月天综合视频网| 综合色综合| www。五月天激情| 五月亭久久无码视频| 久久亚洲婷婷| 99色视频| 久久婷婷精品| 五月婷婷六月激情| 久久九色| 五月天激情国产综合婷婷婷| 天天色色天天| 26UUU精品一区二区| 日本色五月| 日逼免费视频| 丁香五月色五月婷婷宗合| 99热在线免费观看精品| 五月婷婷久久内射| 狠狠操天天日| 天天插天天插天天插| 99rewww| 美女黄频aⅴ视频| 丁香六月激情国产| 亚洲无码黄色| 久久人人九九| 五月天婷婷在线啪啪视频| 午夜丁香丁香婷婷| 五月丁香婷婷无码A∨| 六月99天天婷婷激情综合| 丁香五月婷婷99| 红桃91人妻爽人妻爽| 婷婷香蕉精品| 奇米影视777在线_在线观看午夜_h小视频在线观看_岛国大片 | 久久永久网址| 色色色在线免费视频| 欧美群妇大交乱婬网| 超碰成人在线观看| 日本女天天爽| 婷婷九月丁香久久| 天天天天天天操| 人人操Av| 五月婷婷免费在线观看视频| 婷婷色中文字幕| 色香蕉精品五夜婷| 精品久久久人妻| 热久精品| 六月婷婷色| 婷婷五月色播| 真实的国产乱XXXX在线91| 日本不卡高字幕在线2019| 玖玖在线资源视频| 超级碰碰一区| 人人97操| 久久婷青青草原| 丁香五月天AV在线 | 亚洲色就是色色色| 五月婷护士| 亚洲人人艹| 国产99久9在线| 熟美女麻豆| 97碰 在线视频观看| 色婷婷aV四虎| 九九热只有这里精品| 丁香五月天在线视频| 婷婷丁香五月精品| 国产九九一区二区三区| 亚洲国产精品VA在线看黑人| 五月天停婷基地| www.婷婷.com| 天天摸日日舔狠狠添婷婷婷| 婷婷五月天天爽| 一起草性爱不卡视频| 国产特级毛片AAAAAAA高清| 欧美97超碰| 9久久AV| 五月丁香婷婷潮喷中文字幕| 五月天播播中文字幕| 婷婷丁香十月| 丁香五月婷婷99| 激情伊人网| 六月丁香婷婷色狠狠久久| 可以看的av网站| 最近中文字幕2019视频1| 性做爰A片免费视频A片直播 | 亚洲碰碰碰| 亚洲AV综合在线观看| 夜夜爽天天| 成人丁香婷婷| 日本欧美成人片AAAA| 99啪视频在线观看| 亚洲国产另类av| 欧美综合五月丁香六月婷| 丁香九月综合| 狠狠操狠狠干综合| 国产亚洲精品久久久久久牛牛| 久久久久9| 亚洲精品99| 好叼操在线观看| 久久精品4| 日在线V视频在线播放| 熟女激情五月天| 人妻操逼视频| 91精品久久久久久久久久久久| 九九九九综合| 夜夜爽天天爽| 成人在线免费网址| 五月天全国最大成人网| 亚洲天堂久久| 五月丁香啪啪啪啪| 精品99在线观看| 天天肏在线| 久久六月天| 五月天婷婷小说| AV操一操| 亚洲另类视频| 精品夜夜澡人妻无码AV| 强伦轩人妻一区二区电影| 强壮的公次次弄得我高潮A片日本 | 清纯唯美 激情四射| 中文AV在线播放| 激情婷婷综合五月少妇| 熟女少妇内射日韩亚洲| 国产婷婷五月中文字幕高清| 色欲五月婷婷| 亚洲无aV在线中文字幕 | 丁香五月天堂| 国产成人高清| 91玖玖| 五月天婷婷丁香人人操91| 久久久婷婷婷| 五月天婷婷无码| www.五月天色色色| 91超碰在线播放| 操婷婷基地| 夜夜撸日日骑| 无遮羞AV| 26uuuuuuuu国产| 国产婷婷色综合AV蜜臀AV| 天天操精品| 99日这里只有精品| 亚洲综合在线网站| 成人AV网站在线| 激情久久肏屄视频| 久操激情| 伊人www22综合色| 97色啪| 五月天婷婷狂暴白浆| 久久天堂网| 婷婷五月天开心激情网| 亚洲无码影音| 青草少妇激情| 五月丁香亭亭操逼| 在线观看中文字幕| 97日在线视频| 色色免费网站| 九九热精品| 亚洲色五月| 五月丁香激情在线| 成人短视频在线| 碰碰操91| 色色色色色色色色网站| WWW99视频| 婷婷色操| 国产噜一噜天天噜| 97超级碰| 九九99九九99| 综合 激情 婷婷| 激情五月天丁香| 九九久久久综合| 丁香五月另类小说| 另类图片激情五月| 思思99热| 丁香六月情| 亚洲免费av在线| 91碰视频| 五月天婷婷黄色| 九久久婷婷| 九九热99精品| 日本在线va| 97干在线观看| 丰满人妻一区二区三区| 青青草成人网| 免费AV黄在线播放| 91操在线| 五月天色五月| 日屌日日操日日色| 色色色综合网| 啪啪视频99| www,色婷婷| 色婷婷欧美| AA片在线观看视频在线播放| 亚洲色五月天| 亚洲AV无码影院| 99性视频| 先锋影音av色五月天资源站| 婷婷色综合av| 操逼在线视频| 婷婷丁香五月麻豆| 99精品综合在线| www.色婷婷.com| 精品99这里有| 黄色91在线观看| 五月婷婷色丁香| 99玖玖视频| AV九九| 艾小青av| 香蕉网久久| 激情久久久久久| 丁香五月婷婷动漫视频| 9色操| 天天摸天天肏| 色丁香影院| WWW.99热| 91丨九色丨老熟女激情| 狠狠综合| 色欲丁香| 五月婷婷丁香六月| 亚洲激情免费视频| 五月天播播综合| 在线观看亚洲AV| 人人操AV| 久久激情视频| 五月婷婷AV| 天天日狠狠| 欧美精品A片一区在线观看| 99热超碰| 亚洲成人在线播放| 亚洲va成人va成人va在线观看| 亚洲操精品| 久9综合| 色爱亚洲| 久九色| 亚洲欧州色情在线观看| 五月丁香999| 久久38视频| 久色视频| 久久综合爱| 人妻无码精品一区| 五月婷婷丁香五月婷婷| 99成人精品| av中文在线| 性爱五月丁香| 91天堂网综合| 操久久精| 婷婷中文网站| 人人看人人97| 9热在线视频精品| 噼里啪啦完整版中文在线观看| 五月天久久成人| 一本久道综合色婷婷五月| 天堂在线婷婷| 疯狂做受XXXX高潮A片动画| 97色永久免费视频| www.maotanji.com| 99热这里只有精| 丁香九月婷婷色| 日本精品99网站| 综合激情在线观看| 激情5月婷婷| 开心激情站| 天天日天天舔| 五月丁香六月激情综合| 日日日天天干| 丁香五月天堂| 99视频网址| 久久538| 五月丁香六月婷婷无码| 婷婷五月天狠狠色| 五月婷婷丁香啪啪| 亚洲成人在线免费| 九九热在线精品视频| 色婷婷香蕉| 另类图片激情五月| 九九AV| 色五月综合激情| 色五婷婷开心缴| 五月婷婷激情综合网| 亚洲99热| www.色婷婷。com| 秋霞学生妹一二级| 五月丁香婷中文字幕| 五月开心婷婷| 日本熟妇精品99| 99超级碰碰| 婷婷五月欧美综合| 丁香五月手机在线| 日日干四虎| 先锋资源91| 五月天婷婷色色首页| 婷婷99| 婷婷丁香五月亚洲综合网在线视频观看| 久热婷婷综合| 99日本视频在线观看专区| 91seAV| 婷婷五月丁香色综合| 九九人人自拍| 小视频aaa久久久| 丁香色啪综合| www天天色天天射| 五月婷视频在线| 成人五月天丁香| 大香蕉啪啪网| 国产精品久久久爽爽爽麻豆色哟哟 | 97自拍视频网| 91人人操.COM| 九九在线免费观看| 激情综合色五月丁香六月亚洲| WWW五月天| 婷婷五月偷拍| 亚洲成人av在线| 26uuu欧美| 丰满少妇猛烈A片免费看观看| 五月丁香在线| 丁香五月黄色| 丁香婷婷人妻| 五月天另类图片| 99热| 久草 tingting| 久婷| 色 色 色综合com| 月婷婷婷婷五月| 五月天综合| 曰韩五月丁香色婷婷无码| 婷婷婷婷婷开心无码播放| 中文不卡一二区| 99在线免费视频| 久久久久久久97| 五月开心色| 综合狠久久| 铁牛TV人妻| 色婷婷六月丁香综合欲精品| 字母不卡码人逼| wwwss在线观看| 日韩有码一区| 日韩99色| 热久国产| www.1024久久| 人人舔人人色人人高潮| 丁香五月婷婷色| 泰州成人视频| 中文字幕 中文字幕明步| 91精品国产综合久久久不卡电影| 五月丁香婷婷综合网色欲| 超碰无码318604| 天天综合图片| 五月天另类小说| 久久9情免费| 丁香五月首页| 亚欧州精品视频| 久久精品日| 婷婷五月精品在线| 九九九九这里只有精品| 婷婷综合97| 婷婷五月另类网站| 精品综合网在线| 天天色,天天操,天天射| 成人午夜视频精品一区| 涩综合在线| 婷婷久久网| 综合性爱网| 激情伊人五月婷婷久久| 成人精品视频99在线观看免费| 激情性爱五月| 日韩在线99| 色婷视频| 久久久人人操A V| 亚洲综合九九| 国产成人精品一区二三区熟女在线| 婷婷丁香五月天综合AV| av婷婷丁香| 九九综合| 婷婷五月天黄色小说| 人妻Av在线| 婷婷久久五月| 91色情播放| 国産精品| 丁香六月中文| 色综合色| 久久这里99| 五月丁香大香蕉| 大香蕉网站,大香蕉综合| 婷婷五月天天爽| 懂色av蜜臀av粉嫩av永陈冠希| 严洲天天插| 亚洲综合五月天婷婷| 五月中旬婷婷丁香六| 亚洲天堂婷婷| 狠狠操狠狠插| 超碰人人色| 日韩另类| 秋霞性爱AV| 激情第四色| 日本黄色在线观看| 亚洲第一第二网站| 97性视频| 亚洲精品久久久久AV无码| 六月综和久久| 亚洲操操| 亚洲激情综合免费| 亚洲成人日韩无码精品| 久久机热这里只有| 丁香五月天天| 久久狠狠干| 精品久久人妻热| 少妇水多A片太爽了| 六月婷婷无码| 天堂美国久久| 欧美丁香婷婷五月| 亚洲精品视频在线播放| 欧美日韩欧美| 九九久久网| 91久久五月天| 夜夜穞天天穞狠狠穞AV美女按摩| 精品九九在线观看| av一区二区电影免费在线观看| 激情五月五月五月婷婷| 伊人久久丁香狠狠婷婷综合香蕉 | 97色片| 午夜天堂啪啪| 色五月婷婷激情| 任你擦免费视频| 婷婷久久五月天| www.婷婷,com| 婷婷操久久| 97啪啪| 在线可以看的av网址| 六月激情网| 色色日本| 激情五月丁香五月| 欧美激情五月天婷婷| 大香蕉婷婷婷| 激情五月综合| 99亚洲精品视频| 色亭亭丁香五月天| 亚洲综合五月天| 激情六月婷| 久久激情网| 影音先锋秋秋五月婷婷| 深爱激情五月婷婷| 丁香五月婷婷日本| 国产热精品| 亚洲久热| 久热网在线视频| 99在线观看| 亚洲天堂色| 五月丁香综合激情网| 激情九九综合网| 五月天综合久久| 99re在线播放| 3pAV| 日本一级一片免费视频| 丁香五月激情图片婷婷| 五月丁香基地| 天天综合久久| 九九干视频| 五月婷婷黄色网址| 9l视频自拍9l九色成人| 91操片| 婷婷视频在线| 99热精这里只有精品| 嫩草视频在线观看| 99丁香五月婷婷在线| 国产美女无遮挡裸体毛片A片| 综合狠狠干| 激情婷婷丁香五月天| 操操综合网婷婷| 思思热视频在线| 色之综合网| 五月婷激情影院| 精品久9| 97色婷婷| 另类小说五月天| 中文久久婷婷| wWw色五月| 中美月韩免费A片| 久久五月热| 久色五月| 五月丁香WWW| 99热日韩| 99色视频在线观看最新| 国产资源在线视频| 久久狠婷婷| 国产avapp 网| 亚洲精品久久久久久久久久吃药| 午夜色丁香| 67194中文在线| 三男玩一女三A片| 可以直接看的av| 99精品在线观看视频| 五月婷婷干干干| 99在线资源| 性爱五月丁香| 丁香五月影视| 99热最新| 天天噜天天插| 丁香五月 综合| 激情综合文学| 97人人操人| 精品国产a| 五月丁香婷婷AV| 婷婷99视频精品| 色久综合天天做视频| 欧美性生交XXXXX无码小说| 狠狠操天天干| 日亚二欧美| 爱草视频在线观看| 欧美婷| 色婷婷五月天堂资源| 丁香婷停五月激情综合深爱| 五月综合激情视频| 99精品福利视频| 玖玖精品视频| 九九色播五月丁香| WWW,五月| 色狠狠色噜噜AV天堂五区| 99精品国产在热久久| 91 影音先锋| 亚洲182在线观看| 国产色香蕉精品五夜婷| 人人综合久| 99久久婷婷国产综合精品草原| 99久热视频在线| 北条麻妃伊人| 丁香五月婷婷五月| 97久久超碰| 六月婷婷五月丁香首页| 激情文学 综合 色| 激情综合婷婷| 亚洲国产精品VA在线看黑人| 欧洲激情精品婷婷| 午夜免费试看| XX色综合| 九九99在线视频| 婷婷色五月丁香六月欧美啪| 深爱激情五月天色婷婷| 99这里都是精品6| 99精品一二三四视频| 狠狠色噜噜狠狠狠狠综合| 久热在线中文字幕色999舞| www超碰com| 超碰在线观看成人视| 深夜男女福利刺激影院一区完整| 色天堂97| 激情丁香婷婷五月天| 婷婷五月中文字幕国产| 色综合久久中文| 丁香六月天| 伊人久热91网| 色婷婷五月天天天天天| 五月婷婷婷婷| 激情色播| 亚洲黄3级片网站欧美| 俺也去在线久久精品23欧美综合视频网站,丰满人妻一区二区三区在线视频53,丰满 | 五月婷婷综合激情小说| 久久久九九九 99| 色色综合网站| 超碰成人在线免费观看| 婷婷五月天A V| 婷婷丁香成人五月天| 天天综合 99久久婷婷| 都市激情蜜桃婷婷五月天| 天天色综合网1| 日日夜夜婷婷| 一本九九色| 色色亚洲无码| 思思99热| 七月丁香婷婷 色色| 91人人网| 激情五月天开心总和网| 国产精品国产成人国产三级| 国产精自产拍久久久久久蜜| 五月天婷婷免费| 大香蕉五月婷婷| 婷婷丁香亚洲五月天| 日韩综合久久| 久久精品日| 欧日韩AV| 婷婷丁香五月综合| WWW久| 色五月婷婷激情五月| caop在线视频| 热久69| 99热这里只有精品50| 色激情五月| 天天草天天摸| 久9精品视频| 蒲京久久无码视频| 日韩av在线免费观看| 热99热9| 丰满老熟妇BBBBB搡BBB| 五月婷婷精品视频| 欧美色欲色欲天天天www| 亚洲六月婷婷| www.99在线| 久久五月婷婷丁香| 免费AV在线网址| 婷婷五月天激情五月天网站| 五月天亭亭俺也| 68热超碰在线| 色五月视频无码播放| 激情综合久久| 丁香五月婷婷亚洲人| 成人欧美日韩| 欧美日本黄色| 久热这里只有精品66| 色播五月婷婷| 青青操avbb| 婷婷丁香十月| 激情婷婷五月久久| 色色色色网站| 欧亚色色| 五月激情综合网| 99re99在线看| 99亚洲精品| 任我鲁这里有精品视频| 成人超碰Av| 99ri在线| 99热碰碰热| 另类精品视频在线观看| 五月丁香激情婷婷| 激情文学久久| 五月天婷婷色在线视频免费观看 | 九九99精品视频| 99在线精品视频| 婷婷久久影院| 美女久久婷婷| 97色干| 综合激情五月四射婷婷| 五月天婷婷基地| 草操网| 另类少妇人与禽zOZZ0性伦| 国产亚洲精品人人| 777米奇影视第四色| 五月伊人视频在线看| 碰97 久| 精品色色色| 久热视频97AV在线观看| 九九99久久| 五月丁香六月婷婷成人| 五月婷婷基地| 亚洲AV激情五月综合网| W色综合| 可以看的AV网站| 婷婷丁香91| 激情综合网五月在线播放| 久久丁香五月天| 五月伊人综合| 99久久婷婷精品视频| 激情四射网| 五月婷婷激情| 操熟女成人网| 久久婷网| 亚洲视频在线观看| 日韩成人网址| 欧美丰满熟妇BBB久久久| 婷婷色色五月天| 精品夜夜澡人妻无码AV| 色色色9| 五月丁香激情婷婷| 日本欧美成人片AAAA| 婷婷丁香激情| 97久人人| 超碰日日操| 综合五月天亚洲婷婷| 97luluse| 中出内射的人妻视频| 9久9久| 精品色色| 六月五月久久丁香| 1024AV视频| 91在线日| 婷婷五月久久| 色五月婷婷av| 久久99大| 久久人妻久久| 看久久性爱99视频| 五月天婷婷基地丁香| 9|在线观看视频| 五月天激情小说| 五月婷婷激情四月| 婷婷综合| 加勒比久热| 日韩成人综合网| 婷婷六月丁| 广东99色在线| 91色九| 碰碰碰97国产| 九九热视频免费| 五月婷婷啪啪| 超碰在线网站| 欧美成人猛片AAAAAAA| 97性视频| 5月婷婷激情网| 五月丁香久久网| 日韩日比视频| 精品五月花| 丁香六月婷婷| 自拍偷窥99热| 久久人妻久久| 婷婷综合激情五月综合| 五月丁香手机在线| 欧美乱码国产一级A片| 婷婷综合性爱网| 亚洲色网络| 婷婷五月天情色| 五月涩涩网| 婷婷日在线观看| 玖玖爱资源站| 婷婷丁香五月亚洲免费| 5月丁香婷婷| 99视频久久| 《久久综合九色综合97婷婷| 久久受www免费人成| 99爱精品| 丁香五月影院| 91色色色| 丁香六月狠狠干| 欧洲亚洲精品| 99热无码| 久色五月| 欧美va| 99色啊| 懂色av粉嫩AV蜜臀AV| 国产精品18久久久| 欧美色色色色色| 婷婷色成人| 丁香婷最新动态| 婷婷综合五月天| 色婷婷AV在线| 日本99色| 97久久五月丁香婷婷| 1024久婷| 综久久久| 在线综合91| 91色色色视频| 欧美这里只有精品| 五月天婷婷激情小说电影| www.超碰在线| 91九九| 色色激情| 天天骑天天操| 日本三级韩三级99久久| 五月婷婷综合网| 亚洲高清在线| 五月婷婷六月激情| 亚洲国产精品VA在线看黑人| 69超碰在线| 天天狠狠综合精区| 91操黄| 欧美激情-区二区三区| 精品九九久久| 婷婷色中文字幕| 91碰碰| 国产精品美女久久久久AV超清| 伊人玖玖网| 热久国产| 这里只有精品免费| 亚洲va综合va国产va中文| 五月天偷拍| 五月天大香蕉av| 五月天久久小说| 婷婷综合九月| 色啪影院| 婷婷成人AV| 亚洲天堂99| 激情涩涩网| 五月天婷婷伊人| 天天久综合网永久入口17v| 五月激情综合网| 丁香五月天激情婷婷丁香六月| 久久9RE热视频精品98| 九九热啪啪| 欧美激情五月天婷婷| 亚洲乱码精品久久久久..| 夫妇交换刺激做爰| 激情综合丁香| 91婷婷色五月| 91艹人| 欧美激情综合色综合| 亚洲美女网Va| 99婷婷| 色色网站毛片| 97久久五月丁香婷婷| 色五月激情综合网| 玖操97| 丁香五月激情网| 色偷偷综合| 日本在线播放97| 91精品人妻少妇无码影院| 国产xxxxx在线观看| 婷婷五月天亚洲综合网| 在线观看免费狠狠色丁香香综合| 婷婷六月五月天综合| 色。 日日日| 欧美五月丁香| 狠狠操狠狠操| 久久五月天精品视频| 91色综合| 牛牛碰免费| 六月婷婷激情| 91干婷婷| 人妻熟人中文字幕一区二区| 综合色婷婷| 天天拍夜夜撸| 秋霞黄色一级久久| 五月开心深爱激情网| 五月丁香综合| www.婷婷激情网.com| 91九色丨国产丨爆乳| 五月婷婷色情| 五月激情视频| 狠狠爱丁香婷| 色五月成人婷婷| 精品人妻伦一二三区久| 色婷婷小说| www五月天com| 国产精品-91JQ就要激情网91JQ6.91JQ27.CASA:16888 | 亚洲小视频免费看| 天天天天天操| 日韩综合天堂| 超碰免费电影| 黄网免费观看| 丁香六月五月婷婷| 操人91| 97干视频在线| www.ppypp| 婷婷精品| 日韩影院三级| 亚洲情欲| 激情都市另类| 亚洲精品网站色视频| 激情噜噜噜| 91re色综合视频| 亚州欧美国产久精国产99综合视频| 丁香六月婷婷缴情欧美| 看国产探花操逼三级片| 99操| 任你艹| 成人在线综合| 开心久久网婷婷| 丁香六月婷婷色XXXX| 夜夜干天天操| 色色色综合色| 天天色亚洲| 一本久久婷婷| 狠狠狠狠狠狠狠狠狠狠狠色宗合图片| 99性爱视频网站| AA片在线观看视频在线播放 | 中文字幕不卡+婷婷五月| 久久99免费视屏| 五月婷婷久久网| 这里只有精品视频| 亚洲婷婷在线播放十月| 丁香激情网| 亚州操逼网| 天天久| 久草视频大香蕉99| 狠狠五月天激情| 五月丁香综合中文| 99啪在线| 天天爱天天做天天| 99丝袜精品视频网站| 久狠日av| 99热最新国内| 五月天色狠狠| 久热大香蕉| 欧美成性色| 欧美日韩成人在线网站| 97人妻碰碰碰久久久久-最近国语高清| 色色色色色色色色五月先| 激情中文在线| 久久婷婷91| xxxx久| 五月婷婷六月丁香综合| 激情久久久久久| 五月丁香六月综合基地| 欧美综合五月丁香六月婷| 色欲久久久久久综合网综合网| 婷婷五月丁香高清无码| 99婷婷| 色五月aV| 91色五月| www.激情五月天。com| 亚洲日日日| 六月色日韩| 国产乱人偷精品人妻A片| 男人天堂亚洲综合| 日本人妻伦在线中文字幕| 五月丁香色五月| 日本99色| 91精品婷婷国产综合久久| 亚洲AV免费在线| 丁香五月天激情网址| 国产激情综合五月久久| www.91有码.com| 国产亚洲AV人片在线| 婷婷六月五月| 啪啪操超碰| 91爱操| 久久99激情| 97热在线精品| 成人在线日韩| 中文字幕乱码亚洲精品一区| 亚洲第一视频 久久| 国产精品成人网站| 五月天激情无码专区| 超碰9在| 六月丁香久久| 色婷五月天亚洲| 婷婷五月另类网站| 色五月欧美| 最新日本A片| 九九九激情网| 91久久九久久九久久九久久九久久| 99热 日韩| 丁香五月六月婷婷综合| 婷婷伊人五月天| 五月天六月色| 婷婷五月天大香蕉在线视频观看| 亚洲激情综合免费| 人妻久久婷婷| 少妇高潮呻吟A片免费看软件| 天天日天天添| 欧美天堂婷婷日韩| 欧美激情综合色综合啪啪五月| 久久免费干| 成人av在线电影| 丁香五月婷婷姐| 91精品视频男人的天堂| 可以直接看的AV| 99热这里只有精品 搜| 免费视频WWW在线观看网站| 亚洲五月花| 九九视频免费| WWW.国产| 六月天婷婷| 91热er| 婷婷五月天精品| 六月丁丁香| 色色色色网色色网色色| 黄色片区子| 久久久五月婷婷| 1234操逼网| 中文字幕在线免费观看视频| 天天插AV丝袜中| 色婷婷五月影视| 中文在线成人| 五月激情综合五月| 人妻激情在线| www.婷婷com| 五月丁香婷婷色| 九九亚洲视频| 欧美日韩AAAAA| 99色在线观看视频| 91综合色| 日日夜夜小色哥| 天天爽爽日日做做| 人人叉久| 五月天婷久久| 99这里| 色播播五月天| 色性日本| 曰本aaaaaa丈片| 高清无码网址| 婷婷九月激情| 天天天操天天天日| 五月婷久久| www.91久久| 亚州激情九月| 大香蕉久久视频久久视频 | 久久婷五月天| 色私五月婷婷| 天天天天色天天天天天干| 侠女刀之记忆电影在线看免费| 99热官网| 爽极品色| www.99热这里只有精品| 无码激情精品色婷婷久久久久| 久久婷婷老| 五月天激情国产综合婷婷婷| 亚洲成人一区| 五月婷婷六月情| 婷婷播播五月天| 天天肏屄夜夜爽| 91久女| 国精产品一区一区三区免费视频 | 久久R激情| 亚洲中文字幕在线观看| 婷婷五月天丁香| 99综合自拍| 噜噜视频| 91人人爽久久涩噜噜噜| 久热黄色| 国产一级视频a| 五月色综合| 人人操AV| 夜夜躁爽日日| 99在线小视频| 久久九九网| 九九操操| 久久九色| 丁香六月啪| 热99这里只有精品视频| 狠狠操天天操综合| 六月婷婷之青青草| 婷婷色女| 五月丁香激情综合啪| 这里有精品99| 久青青久| 99热成人精品| 5月丁香婷婷| 色婷婷视频| 啪啪五月综合| 操人视频91| 91久久电影| 丝袜激情网| 99网址在线看| 在线婷婷| 日韩色色小视频| 热久久思思热思思| 五月婷激情影院| 性生活视频98791| 亚洲综合五月天婷婷丁香| 翔田千里 50岁 无码| 亚洲综合99| 五月丁香A片| ,99视频久久| 91大神操美女| 婷婷五月天色| 激情婷婷色小说| 这里只有精品,日韩视频| 天天人人天天爽| 五月婷婷激情69| 婷婷丁香五月综合激情视频| 五月婷婷片| 99国产精品久久久久久久久久久| 99热这里只有精品23| 人人人舔人人人操人人人摸人人人97| 激情综合网婷婷久久| 五月婷婷免费视频| 亚洲狠狠狠色婷婷综合激情久久久| 人妻操逼视频。| 妻久久久久| 99久久99热| 亚洲人人操BD| 激情噜噜噜| 99re这里| 91男同视频| 激情丁香五月天图片| 丁香六月激情四射| 五月天激情小说婷婷| 天天综合永久| 激情网五月| 五月婷婷中文| 亚洲网在线观看| 99在线视频女女视频| 大香蕉五月天婷婷| 丁香五月天婷婷久久综合| 久久九九视频| 亚洲av免费在线| 国产AV一区二区三区日韩| 色亭亭丁香五月天| 九色91视频| 婷婷五月天激情综合| 婷婷五月激情视频在线| 国产成人av在线| 爱久久小说下载网| 色一情一乱一乱91Av| 五月婷婷新网站| 五月天婷婷丁香六月| 婷婷涩五月| AV片一区在线观看| 婷婷六月综合| 天天天天天操| 九色无码| 国产日产亚系列精品版优势| 激情六月天| 激情五月婷婷色色| 免费AAAAA网| 可以免费看AV网站| 丁香五月婷婷影院| 天天爱天天做天天操| 毛片九九九九九九九九18| 五月天婷婷綜合院| 色婷婷影音| 99精品久久久久久久婷婷| 在线视频婷婷| 综合色五月天| 五月丁香花婷婷玉莉AV| 黄色AAAAA| 婷婷操超碰| 91麻豆国产三级精品福利在线观看| 成人丁香婷婷| 久久久中文| 婷婷五月天免费视频| 97色婷婷| 色婷婷五月综合在线| 色婷婷先锋| 亚洲操操操| 538任你爽视频不一样的| 亚洲 无码 中文字幕 中出| 五月婷婷伊人久久| 婷婷五月天开心网| 五月丁香色| 五月婷婷啪啪| 2015好吊操| 天天摸天天舔在线视频| 99视频在线观看网址| 久99久精品视频| 五月天婷婷爱| 婷婷五月天激情在线观看| 五月丁香狠狠| 啪啪综合网| 天堂中文国产| 天天日天天干天天爽| www.色五月| 在线亚洲综合网| 亚洲色欲欧美一区二区三区| 综合大香蕉| 国产44页| 五月丁香无码| 97高清国语自产拍| 五六月婷婷久久| 香蕉综合网| 欧美久久网| 激情婷婷五月综合| 免费观看的AV| 拍真实国产伦偷精品| 色综合色色| 91婷色| 69色婷婷| 九九热在线视频观看| 一本色道久久综合狠狠躁一二三| WWW.久久久久久久久久久久久| 九九超碰人人| 婷婷瑟瑟五月天| 91人妻九色大屁股| 国产人妻操逼| 综合激情五月丁香| 久天综合| 精品人妻在线| 97碰免费精采视频| 五月婷婷在线免费观看 | 日韩欧美成人网| 五月丁香伊人网| 青青草国产亚洲精品久久| 青青草原中文字幕| 亚洲婷婷激情五月天| 五月综合激情啪啪啪啪啪| 天天日夜夜草进麻麻的子宫| 免费无码毛片一区二区A片| 色五月涩涩婷婷蜜桃| 97热精品| av国产精品偷| 91人人操人人爱| 婷婷欧美激情综合| 色婷婷五月在线| 五月丁香婷婷色色色| 激情婷婷丁香五月天| 123草逼网| 九九综合九九| 91操人| 五月丁香六月激情综合| 新久久五月天激情| 91丨九色丨东北熟女| 亚洲色婷婷久久99精品91| 26uuu日韩| 激情五月,婷婷五月,丁香五月| 婷婷色5月激情网| 激情精品久久| 色婷婷五月在线| 另类 在线| 久久婷婷综合网| 五月婷婷免费在线| 五月丁香综合激情| 婷婷成人五月天一区| 国产jd1024基地手机看国产| 天天日夜夜帕| 六月丁香停| 婷婷五月开心中文字幕在线| 教师性爱毛片| 99这里| 9久久婷婷国产综合精品性色| 九九热这里| www.91九色| 五月婷婷丁香六月| 白天AV月月| 婷婷五月丁香人妻无码高清| 色五月五月婷婷| 色婷婷中文在线| 操碰91| 丁香色情五月综合网站| 色婷婷综合在线| 玖玖婷婷五月天| 日本天天综合| 亚洲视频另类| 久久性操| 婷婷色五月天第7色| av在线免费播放观看| 婷婷色综合| 国产1区2区3区在线观| 欧美怡红院黄站| 天天干夜晚夜操| 亚洲中文字幕av| 中文成人在线| 天天做天天爱天天日| 欧美日韩成人综合9| 日熟女| 日本的α片xxxwww| 91九九热| 热久久99热欧美国产亚洲| 天天干天天日天天插| 五月丿香啪啪| 丁香五月欧美| 激情五月天丁香| 六月婷婷综合网2| 亚洲综合激| 国产熟妇乱子伦hd| 五月丁香六月婷婷激情网| 丁香五月婷婷亚洲色图| 色五月在线综合| 欧美婷婷五月丁香| 久久婷婷五月天激情唯美| www.91操| 淫视馆av三区| 五月婷婷六月婷| 热中文字幕| 99热一本|