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
婷婷色播六月无码| 热热久久99| 色色激情| 婷婷综合97| 玖玖色综合色| 97精品人人A片免费看| 婷婷五月综合色拍| 丁香六月色婷婷| 99re这里只有精品视频6| 粉嫩av蜜桃av蜜臀av| 亚洲精品大片| 色情五月天丁香社区| 99热这里只有是亚洲国产| 欧美大奶熟女噜噜噜噜| 久久五月丁香婷婷| 久操大香蕉| 一二区成人电影| 五月丁香婷婷激情图片| 99久久久久| 日韩在线视频中文字幕| 激情婷婷丁香| 一本色道久久综合狠狠躁小说| 综合深爱五月| 色婷婷欧美在线| 亚洲操逼网| 激情丁香久久| 操婷婷基地| 久久丁香综合香蕉| 丁香五月欧美婷婷综合| 99干日日干| 天天做天天爱天天爽| 色婷婷电影网| 亚洲色综合| 影音先锋偷偷色男人站| 天天色天天操天天射| www.色擼擼.com| 26UUU| 9久国产精品| 九九超日本| 色色色色热| 日本九九视频| 碰97久久| 庭庭久久内射| 99ri在线观看视频| 级情九色| 丁香婷婷啪啪| 一区二区成人电影| 99在线视频精品| 五月天淫乱视频| 五月天综合在线观看| 麻豆五月丁香婷婷| 婷婷五月天美女视频| 狠狠干激情五月| 五月天激情网址| 九九免费视频在线| 亚洲mm色| 天天免费日日夜夜夜夜| 婷婷五月天成人基地| 五月丁香六月色婷婷| 五月天色综合服务平台| 成 久久| 很很干五月天| 不卡影院午夜理论片| 丁香婷婷五色月| 丁香五月婷婷88在线| 三区激情四射av| 天天射夜夜爽| 99爱免费在线观看| 就爱操www com| 久久丁香五月天| 婷婷激情综合| 99国产er热视频| 亚州精品色情无码A片| 超碰色婷婷| 色吊丝永久访问网址| 天堂网色色| 熟美女麻豆| 激情综合网站| 色色激情五月| 性爱综合网| 大香蕉啪啪啪| 99成人网站| 丁香婷婷综合五月天| 九九综合精品| 开心五月丁香婷婷| 激情丁香图片| 久草视频一,二三四| 天天插天天干| 色婷婷av在线观看| 天天天天干| 天天做天天爽| ..真实国产乱子伦毛片| 伊人久久大香线蕉亚洲五月天,| 第九色区AV在线| 无码AV大香线蕉伊人| 婷婷五月丁香综合瑟瑟| 大香蕉九九操| 色丁香五月婷婷| 狠狠色丁香五月婷巨| 五月婷俺去也| 天天久久综合| 色婷婷亚洲六月婷婷中文字幕| www.色婷婷.com| 婷婷五月大香蕉| 91天天操天天干天天射| 精品人妻伦九区久久AAA片| AV中文在线| 操碰色一区就去操| 狠狠色九月| 人妻aV在线| 女婷久久| 成人五月天在线视频在线观看 | ss99热| 天天干天天干天天干天天干天天| 五月天久久网站| 99视频在线观看网址| 亚洲综合另类| 久操热线| 99网址在线观看| 日本99婷婷| 夜夜大香蕉婷婷丁香| 成人av免费观看| 国产欧美婷婷| 99热久草| 日韩成人电影在线播放| 九九热在线精品视频| 丁香综合日产精品久久| 久久九九精彩| 色久播播| 米奇影视资源777狠狠色婷婷五月天激情网| 丁香五月中文字幕| 七七九九色色| 色情综合网| 色色色色色综合| 久久婷婷五月天| 中文字幕永久在线| 大香蕉色婷婷伊人在线| 九九青草热| 五月婷五月婷伊人伊人五月婷| 狠狠色丁香99| 婷婷五月天美女21p| 久久综合丁香激情五月| 成人视频网| 九九精品大香蕉| 欧美色偷拍| 99五月丁香丁| 国产婷婷五月天| 五月丁香久久| 99色在线| 婷婷影院欧美| 激情五月天色| 五月色天情| 超碰超碰在线| 精品人妻午夜一区二区三区四区 | 精品网站99| 伊人9999| 久久综合干| 大香蕉综合网| 丁香五月色色婷| 国产激情AV| 26uuu激情五月天| 99爱视频在线| 成人看片网站| 五月丁香久久丝袜啪啪| 影音先锋女人av鲁色资源网小说免费| 色99热| 久久久久久久久久8888| www.玖玖九| 天堂久久婷婷| 丁香五月亚洲综合| 色综合婷婷| 国产XXXX搡XXXXX搡麻豆| 四射综合网| 五月开心婷婷极品激情| 色欲久久久久| 亚洲色啪| 精品久热69| 精品九九在线观看| 五月天婷婷丁香导航| 人妻人人操| 色婷婷第四色| 五月天婷婷色五月天| 5月婷婷五月天| 久久激情网| 影音先锋五月婷婷| 久操操| 五月丁香六月婷婷的女人| 激情丁香九九五月综合网| 激情五月天婷婷丁香 | 亚洲网站999| 五月丁香久久| 超级碰碰视频无码| 天天 日综合| 丁香五月天激情综合| 激情五月天网站| 激情婷婷护士激情| 亚洲人成网亚洲欧洲无码久久| 婷婷五月天在线观看第二页| 九九色逼| 99热69| 色色婷五月天| 色综合色五月| 天天干天天干天天干天天干天天干| 青草五月天| 五月激情综合网| 国产色香蕉精品五夜婷| 5月丁香综合网| 欧美日韩成人在线网站| 婷婷五月丁香青青草在线| 91美女被操| 五月丁香激情婷婷| 国产激情综合五月久久| 久久久久五月丁香| 九九婷婷五月天影视| 色婷操逼| 超碰国产一区| 99热国产这里只有| 成人 在线 日韩| 国产原创视频91九色| 五月色情婷婷| 99re热在线观看| 中文字幕无线久必| 日本超碰在线| 综合网五月| 国产精品18久久久| 五月丁香A片| 九九在线精点品| 亚洲亚洲人成综合网络| 婷婷五月丁香av网站| 激情五月天网| 亞洲自怕| 四色 爱 婷婷 精品 亚洲 五月天| 五月婷婷狠狠干| 黄色激情网站在线观看| 婷婷激情六月综合| 六月天婷婷| 97碰碰在线观看视频| 五月婷婷色丁香| 91天天操天天干天天射| 亚洲精品在线视频| 色五月婷婷五月天激情综合| 婷色天堂| 天天噜天天爱| 五月丁香六月| 大香蕉精品视频| 久久视频在线| 久久久久久久11111111111| 99re热视频这里只有综合亚洲| 亚洲国产精品VA在线看黑人| 丁香五月婷婷综合激情啪啪啪| 婷婷五月天av网| 婷婷丁香色情| 婷婷伊人75| 五月婷婷福利| 日韩久久成人| 六月丁香射婷婷欧美色图片| 五月天婷婷成人网| 色婷婷六月天| 91人碰| 九色在线五月婷婷网址| 这里只有精彩小视频视频网站| 丁香五月婷婷日本| 婷婷五月天丁香久久| 9视频1在线| www久| 性生活久久人妻| 国产无套精品一区二区| AV色婷婷| 色欲久久久久久综合网综合网| 丁香5月啪啪| 六月丁香色色| 成人短视频免费观看| 最新五月天婷婷影| AA片在线观看视频在线播放| 99热99热在线观看| 99色在线视频| 六月丁香视频网站| 久久婷婷色| 丁香六月婷婷综合啪啪| 久久激情五月| 色婷婷小视频| 深爱激情五月天色婷婷| 丁香五月天堂| 日日操夜夜操中国无码| 激情婷婷五月基地| 免费一区二区三区| 美女美女美女三级色天天天天天| 97久久婷婷色| 丁香五月激情视频| 91九九九九九九| 在线A色| 亚洲精品又粗又大又爽A片| 五月丁香怕啪啪| 久久99婷婷| 任你擦免费视频| 99视频| 婷婷久综合| 五月婷在线色视频| 五月停性愛| 激情婷婷另类| 高清资源站日A美A欧亚…| 色五月丁香激情视频| 成人短视频在线观看| 激情文学 综合 九月| 深爱五月日韩| 六月丁花香啪啪激情欧美| 亚洲综合丁香五月| 狠狠精品干练久久久无码中文字幕| 五月婷婷六月丁香综合视频在线| 97色婷婷| 亚洲五月婷天天操| 五月婷婷六月激情| www.激情五月天| 97涩婷婷| 五月婷激情| 97伊人综合婷婷| 久热这里只有精品在线| 欧美日本99| 可以看的AV| 日hao1区| 久9精品视频| 久久99久久99精品免观看粉嫩| 成人精品人妻| 色色丁香| 1024日韩| 激情婷婷另类| 五月丁香婷婷激情图片| 婷婷五月激情小说| 99久久精彩视频| 色五月婷婷五月天| 亚洲天堂爱爱| 五月丁香六月激情| 夜夜www| 成人超碰网| 色色丁香激情五月| 激情熟女网| 99九九视频| 99狠狠操一| 成人丁香色| 9l视频自拍九色9l视频自拍九色9l社区 | 91色综合| 亚洲激情五月天| 青青草a在线| 色五月激情五月| 天天操夜夜爱| www.99热这里精品| 中文字幕黄色片| 久久五月天精品视频| 东京热免费视频| 五月激情综合五月| 操逼视频网址| 成人在线综合| 99色6爱9热| 无码人妻AV久久久一区二区三区| 色丁香五月综合网| 婷婷五月丁香国产| 婷丁香五月天| 九九热a| 国产毛片精品一区二区色欲黄A片| 丁香五月成人论坛| 色吧99| 九九 激情 网| 人妻爽爽爽久久久久久久久| 国产一区二区av免费| 五月丁香在线综合| 五月婷婷人人人操| 九九成人| 这里只有精品69| 丁香婷婷五月人体| www.99热| 新激情五月开心五月婷婷五月丁香五月| 激情五月最新网址| 综合久久97| 激情婷婷丁香五月天小说| 午夜成人片400| 天天谢天天操| 91青娱乐青青草| av大香蕉| 九九免费在线视频| 4399高清无码视频| 99热在线观看| 丁香五月老师| 韩国97天堂| 九九这里有精品| 亚洲中文字幕AV| 亚洲亚洲人成综合网络| 欧美黄色AA片哗啦啦啦| 超碰电影在线播放| 六月婷婷综合| 天天操夜夜橾| 婷婷在线免费| 97爱艹婷婷开心丁香激情综合| 五月天播播| 久久五月天婷婷| 国产精品久久久久久久久久| 天天插,天天射| 久久女人天堂| 欧美精产国品一二三区| 96人人操人人操人人| 五月婷婷激情啪啪| 激情久久久| 亚洲婷婷丁香五月天激情小说| 九色综合五月天婷五月| 成人av免费观看| 色婷綜合网| 新男人天堂人妻| 性色婷婷| 思思热在线精品视频网站| 婷婷色色色| 在线成人网站| 亚洲精品小视频| 综合亚洲AV| 色婷婷久久| 岛国AV网站| 99人人干| 国成人网| 无码操B| 99热的无码| 色综合久久44| 91丁香色| 玖玖99免费视频| www.五月天性.com| 亚州婷婷五月激情综合| 五月丁香婷婷激情影院欧美| 久久五月天激情美女| 天天久综合网永久入口18| 欧美又粗又大一区二区在线观看| txt五月激情四射网综合俺也来了| 久操大香蕉| 丁香丝袜五月| 狠狠爱综合| 五月丁香久久综合91| 国产在线黄色| 视色综合| 这里只有精品视频视频在线观看| 午夜激情久久| 免费观看的av| 六月婷婷中文字幕| 狠狠干2007| 久久婷五月综合| 专区无日本视频高清8| www.婷婷,com| 九九在线免费观看| 色婷婷AAA| 欧美黄色一级| 大香蕉综合| Va另类视频| 亚洲黄色精品| 26uuu成人网| 夜夜谢天天干| 五月天六月色| 丁香五月丁香伊人| 五月天婷婷色| 停停综合色色| 综合福利网| 操碰99| 99爱无码| 久er7久热| 五月丁香啪| www激情| 久色成人| 99精品视频偷拍| 亚洲综合网在线| 日本一级一级一级一级| 丁香六月婷婷综合缴| 五月丁香天天| 中文字幕在线日亚州9| 欧美日韩精品一区二区三区钱| 影音先锋噜一噜| 夜夜操激情| 他改变了拜占庭| 婷婷99丁香| 无码免费人妻A片AAA毛片西瓜| 性生活视频98791| 天天日天天日天天搞| 色噜噜狠狠色综合AV兰草影视| 亚洲综合成人网站| 亚洲第一成人无码A片| 五月丁香综合| 久热这里| 激情五月四色| 五月天开心色情网| 色墦五月丁香| 狠狠色丁香久久| 婷婷五月天丁香综合网| 老师的粉嫩小又紧水又多A片视频| www.99热精品| 日本五月婷| 狠狠干激情五月| 五月天社区| 五月婷婷激情日本| 日本97人人| 国产午夜伦鲁鲁| 色综合久久久久| 久久思思热视频| 一區四區歐美日韓| 激情五月深爱五月观看| 综激情网| 色综合视频| 91怕怕网| 激情第四色| 五月花丁香婷婷| 婷五月丁香| 色碰碰视频| 狠狠爱夜夜| 97se在线视频| 丁香六月天婷婷色| 大战熟女丰满人妻AV| 夜夜干夜夜操| 91精品婷婷国产综合久久| 激情网婷婷五月天| 五月天久久婷婷| 日日夜夜天天爽| 色五月天综合| www.99热国产| 丁香六月婷婷激情综合| 99久久99九九九99九他书对| 天天操天天曰天天射| 97人碰人操| 青草视频在线播放| 日本欧美成人片AAAA| 丰满人妻一区二区三区| 色色日本| 任你艹| 影音先锋色婷婷| 五月婷婷丁香瑟瑟视频| 五月丁香六月激情啪| 激情婷婷狠狠干| 丁香五月婷婷动漫视频| site:picc-up.com| 第二色AⅤ| 9l视频自拍9l视频自拍九色学生| 久久久A级视频| 超级碰91| 日韩成人电影Av| 超碰免费电影| av婷婷丁香| 在线五月婷| 99九九精品视频推荐| 97碰碰碰免费公开在线视频| 婷婷伊人| 伊人激情影院| 婷婷五月花| 五月丁香偷拍| 亚洲av另类在线观看| 色婷婷成人色网| 九月丁香八月婷婷加勒比| 无码成人AAAAA毛片AI换脸| 婷婷五月成人| 天堂无码人妻精品AV一区| 色香欲综合| 婷婷伊人| 激情小说五月天| 99色在线观看| 丁香五月人妻| 色色色欧美| 香蕉综合网| 久热超碰| 精品一二三区久久AAA片| 蜜臀AV在线观看| 亚洲精品字幕| 婷婷欠久少妇| 日本天堂网站99| 97碰碰人人视频| 精品九九网| 1999天天操夜夜操| 91成人电影| 人人九色| 久艹大香蕉| 欧美婷婷日本| 乱码操操| 天堂AV三级| 天天免费成年人视频| 99热最新精品| 2020久久婷婷五月| 九九热这里只有精品9| 亚洲天天免费| 色色色色色色综合| 婷婷五月美女直播| 开心五月深爱五月| 久久伦乱| 天天日天天舔| 人人做人人看人人摸| 激情久久五月天| 图片区 小说区 区 亚洲五月| 91天天操天天干天天射| 99热有精品在线观看| 三级三久久线久久99久目本WW| 丁香激情五月| 五月社区婷婷激情| 丁香婷婷五月综合欧美另类| 日本操逼九九九九58日本操逼| 手机在线视频观看9| 婷婷欧美综合| 夫妇交换刺激做爰| 婷婷基地爱| 夜夜躁爽日日| 五月婷婷激情| http:色情日本com| 丁香婷婷综合激情五月色| 九九色婷婷五月天| 亚洲V国产V欧美V久久久久久| 色久影院| 色色色色色色综合| 色人久久| 久久AAAA片一区二区| 99精品在线| 国产精品久久久爽爽爽麻豆色哟哟| 婷婷干| 综合色婷婷| 久久久久久激情| 激情五月天激情网| 日日夜夜天天爽| 免费在线观看欧美激情xx小视频| 天天综合五月| 狠狠爱综合| 婷婷97色| 伊人网啪啪| 丁香五月天婷婷在线视频| 夜夜夜夜操| 夜夜夜夜夜操| 五月丁香色五月| 五月色网| 成人五月天丁香| 99热这里只有精品9| 婷婷的五月天另类视频| 黄色99热| 99热91| 最新亚洲色色网| 狠狠干在线| 99视频内射三四| 亚洲中文字幕翔田千里| 五月天偷拍| 99热大香蕉| 色五月影视| 亚洲六月婷| 欧美黑人巨大猛烈cuckold| Av性爱网| 激情综合5月| 丁香婷婷精品视频| 4399在线观看免费高清黄色视频| 1000部毛片A片免费观看| 婷婷五月,偷窥偷拍网| 亚洲激情免费久久| www.激情| 欧美大肥婆大肥BBBBB| 日日夜夜干| 色播激情| 涩五月婷婷| 区啪精品| 日韩一级网站| 99九九精品| 国产免费av在线| 9久热在线视频精品| 欧洲S级在线观看| 欧美 日韩 人妻 高清 中文| 9久热精品在线视频| 婷婷九月丁香天堂丁香天堂| 亭亭玉立国色天香| 色婷婷丁香五月| www.五月激情红色| 99热免费精品| 激情人妻蜜夜系列区| 在线观看亚洲视频影院| 亚洲精品乱码久久久久久综合| 婷婷五月激情在线视频| 色综合色色| 91精品久| 婷婷丁香六月五月天| 色五月婷婷影院| 色色色色热| 五月综合激情图片| 琪琪色热色色| 五月丁香激情综合欧美| 99亚洲色| 天天舔天天摸视频| 综合六月激情婷婷| 五月丁香综合精品| 婷婷四色五月| 99国产视频网| 久久草婷婷丁香网站| www.五月天婷婷| 九九在线精点品| 五月综合久久| 精品爆操| 99热骚货| 五月天婷婷基地| 人与禽A片啪啪| 久Se视频在线观看| 婷婷六月激情丁香| 操一区| 熟妇国产| 天天日天天干天天爱| 99在线亚洲| 在线播放成人网站| 激情久久 婷婷| 俺来也综合网精品一区| 久久婷婷六月综合| 激情五月天网站| 2022人人操人人看| 天天操夜夜玩!| 九九RE视频在线精品| 五月丁香在线| 操B无码视频国语| 六月狠狠综合| 强辱丰满人妻HD中文字幕| 国产亚洲精品久久久久苍井松 | 99在线精品视频免费观看20| 夜丁香综合| 99热.com| 日韩黄色电影| 丁香激情四射| 91碰超| AV操逼网| av九九| 九九热只有这里是精品| 婷婷久久丁香五月| 婷婷综合激情| 99操碰| 亚洲综合另类| 成人在线观看精品| 香蕉久久国产AV一区二区| 人人操AV| 99A片| 7777精品伊人久久久大香线蕉最新版| 亚洲婷婷丁香五月| 丁香六月婷婷综合欧美| 欧美日韩123| 性色播| 蜜臀九九九九| 79精品视频在线观看,| 色色色99| 六月色婷婷欧美| 五月丁香六月色婷婷| 丁香婷婷五月六月天| 久8色色| 丁香五月天亚洲视频| 97人人操人人干| 风流少妇A片一区二区蜜桃| 综合六月久久| 玖玖色资源| 91热爆在线| hd五月婷婷在线| 涩婷婷五月天| 国产91视频| 99re热视频这里只精品| 9色在线视频精品观看| 婷婷丁香激情综合色情| 色色色99韩| 亚洲第一视频 久久| 超碰不卡在线| 99精彩视频| 丁香狠狠操| 天天婷婷综合| 婷婷瑟瑟五月天| 99在线观看| 九九99精品免费播放| 99re在线视频| www婷婷色情网| 99热这里只有精品1| 色色性爱视频| 91九九热| 丁香五月天欧美成人| 色永久| 热思思九九| 91蝌蚪窝视频在线| 欧美日韩成人高清在线| 一区二区中文字幕| 欧美天堂久久| 色色99| 六月丁香成人| 五月丁香六月婷婷中文版| 另类A片| 99欧美三级视频| 啪啪91| 婷婷五月中文字幕国产| 久久亚洲婷婷| 婷婷五月丁香第四色超碰在线| 亚洲天堂色| 在线视频激情网站| 日本成人噜噜噜噜噜| 91日本在线| 六月丁香婷婷综合影院| 九九视频精品在线免费| 婷婷五月天久久久| 伊人玖玖网| 久久婷婷五月天激情唯美| 超碰在线99| 香蕉五月婷婷| 三十路磁力链接| 五月大香蕉| 色婷婷丁香五月天| 九九精品大香蕉| 九九精品这里只有| 久综合网| 五月婷天堂视频| 互月天综合| 成片免费观看视频大全| 色综合网址| 日本3级片一区2区| 丁香九色不卡aaa| 色五月婷婷啪啪五月| 97在线精品| 色婷五月| 99热热热国产超碰| 人妻操在线看| 五月婷激情| 99视频九九热| 九九成人| WWW.久久久久久久久久久久久| xxxx五月| www99精品| 69综合在线| 天天插天天插天天插天天插| 香蕉曰比| 五月激情网络| 色综合视频在线| 婷婷五月丁香五月天| 久草热8精品视频在线观看| eeuss人妻| 天天摸天天肏| 五月丁香婷婷中文| 大香蕉婷婷丁香视频在线| 五月丁香趴趴| 五月天社区狠狠| 婷婷五月丁香基| 99久久99热这里只有精品| 欧美69久成人做爰视频| 深爱女色婷婷丁香五月亚洲图区| 五月天深爱激情网| 久久久久久久91| 丁香九月婷婷色| 婷婷综合天堂| 亚洲最大五月六月丁香婷婷| 射婷婷中文字幕| 激情亚洲婷婷六月| 日韩艹比| 亚洲色综合性| 人妻丰满精品一区二区A片| 丁香六月婷婷综合网| 五月天综合在线网| 欧美婷| 国产成人一区二区三区在线观看| 综合亚洲六月婷婷在线| 99精品久久久久| 97超碰人人操| 五月婷婷久久综合| 精品无码色欲AV| 丁香五月天操B| 婷婷精品综合| 99视频在线观看视频| 五月天激情婷婷| 99热新网址| 色婷天天| 激情丁香婷婷六月天| 国产偷人爽久久久久久老妇APP| 五月丁香六月日逼| 婷婷五月激情基地| 五月在线| 97人人操在线| 91操操| 天天色五月| 97婷婷五月丁香| 五月天天爱| 色婷婷情片| 99自拍视频在线| 久久香蕉婷婷| 9久久婷婷国产综合精品性色| 九九色婷婷| 精品无码久久久久久久久| 女人天堂 AV| 精品视频网| 人妻少妇色综合| 婷婷99| 亚洲电影在线观看| 亚洲欧洲中文日韩久久AV乱码| 婷婷六月啪啪| av在线观看免费| 99在线观看视频免费| 教师性爱毛片| 天天骑天天操| 婷婷色网| 亚洲精品第一国产综合亚AV | 操碰色一区就去操| 色五月六月| 激情五月丁香五月| 婷婷婷婷午夜| 久青操| 五月天伊人av| 欧美久久久中文字幕| 99人碰碰碰| 五月色情婷婷开心五月色情| 日韩99无码| 久久婷婷网站| 五月婷婷伊人久久| 色吧婷婷| 91 影音先锋| 色情五月天丁香社区| 丁香五月六月婷婷自拍| 99热碰碰| 欧美电影在线播放| 思思视频精品| 九九色影院| 爱99干99| 六月婷婷久久| 婷五月天在线草| 亚洲av成人一区二区电影在线| 久久99网站| 久热a| 强伦轩人妻一区二区电影| 婷婷黄色| wwwxxx五月婷婷小说| 五月婷婷七月丁香| 国产暴力强伦轩1区二区小说| 国产综合网在线| 五月丁香婷婷无码中文| 性爱人人网| 高潮毛片又色又爽免费| 99爱视频| 深爱五月天婷综合| 亚洲色图五月丁香| 五月婷婷香蕉| 色人久久| 国产精品色婷婷AV综合色色| 丁香五月天色综合| 97欧美在线| 欧美日韩成人综合9| 激情九月婷婷| 五月丁香在线看| 都市激情五月婷婷综合| 综合www色| 亚洲中文字幕在线观看| 色区久久| 可以免费观看的AV| 天天色五月| 91色噜噜狠狠狠狠色综合| 九九色中文| 日韩成人网址| 久久女人天堂| 激情五月丁香综合网站| 丁香 婷婷五月| 91人操| 九九精品少妇| 丁香婷婷五月份| 丁香五月色情| 九九99在线免费在线观看视频| www久久99| 1024你懂的欧美曰韩| 综合久久五| 这里只有精品久久| 五月久久婷婷天堂视频| 丁婷婷五月天在线播放| 亚洲综合婷婷| 成人五月天综合网| 中文字幕丰满人妻无码专区| 51精品国内探花| 五月婷婷影院| 五月婷婷六月激情| 这里只有精品免费| 五月丁香六月激情狠狠| 中文字幕丰满乱孑伦无码专区| 欧美日韩成人一区二区| 欧美亚洲成人在线| 卡视频1区2区| 色色综合五月| 日本成人内射| 另类丁香五月天区图| 亚洲色无码A片一区二区麻豆| 激情小说五月天| 99热18| 丁香五月婷婷基地| 五月婷婷之综合激情| 丁香五月成人av| 狠狠操狠狠干综合| 伊人五月天婷婷| 狠狠操狠狠做| 26uuu激情五月天| 婷婷色日本| 婷婷丁香五月视频| 狠狠狠狠狠狠狠狠狠狠狠色宗合图片| 久久这里都是精品免费| 久久久激情| 91丨九色丨熟女高潮| 丁香五月天激情| 丁香六月久久| 丁香五月影院| 99开心五月五月丁香激情| 99操| 欧美在线视频99| 26uuu欧美日韩| 天天日日人| AV美美午夜| 婷婷免费无视频| 99精品在线下载| 无码婷婷五月天| 开心五月激情站| 丁香五月婷婷色| 日婷婷久久开心| 久久99激情丁香婷婷小说网| 色色网站免费观看| 久久五月天黄色五月天色网址| 久久这里只有国产精品视频| 久久免费精彩视频| 久机视频这只有精品| 99热免费网站| 丁香五月六月婷婷自拍| 久久精彩视频99| 五月色丁香视频精品| 天天日天天干天天操| 婷婷五月丁香五月| 人人操人人爰人人一天天碰夜夜拍夜夜爽-中国A级毛片天天看天天谢… | 五月婷婷开心亚洲无| 五月色婷婷综合色| 综合激情开心五月| www.minyis.com【JT】国内CDN落地页保证转化QQ2101460746 | 婷婷色婷婷| 五月天偷拍| 五月婷三级片| 色婷婷久久视屏| 香蕉久久国产AV一区二区| 日韩成人网站精品久久大全| 性爱电影科技贸易有限公司| 99精品久久久久久久婷婷久久| 性生活久久人妻| 庭庭久久内射| 久久久精品人妻| 婷婷五月天综合亚洲| 久久色9| 免费视频舔| 色五月丁香六月婷婷| 欧美天堂久久| 亚洲成av人影院| 99日视频在线| 丁香五月天欧洲在线| 色性五月天| 99热精品在线观看| 五月婷丁香| 丁香花五月天社区| 丁香五月久久| 亚洲色综合性| 操日视频| 亚洲妇女熟BBW| 九九热99精品| 五月色婷婷在线观看| 婷婷成人五月天成人文学小说| 91热久久| 激情四射亚洲| xx久久| 天天碰天天插天天操| 九九这里有精品| 色色色色色色色色五月先| 深爱激情五月天| 日本色色网站| 日欧一片内射VA在线影院| 免费亚洲成人电影AV| 在线国产精品色| 五月综合激情综合久| 久婷婷婷| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 538午夜激情| 99热97| 婷婷色婷婷| 久久综合九色综合88i| 91chinese在线| 俺去也五月天婷婷| 桃色五月天| 国产日韩av片| 丁香婷婷成人在线播放| 亚洲视频五区| 久久五月热| 天天日夜夜B久久| 91久久九久久九久久九久久九久久| 天天插天天插| 色色免费网站| 激情五月天婷婷丁香 | 亚洲色婷婷色| 97性视频| 亚洲成人在线电影网站| 丁香色情五月天| 射区导航| 99精品综合在线| 五月天婷五月天综合网小说首页-五月天激激婷婷大综合,婷婷亚洲综合五月天小说 | 九九综合网色全集| 天天操夜夜肏| 大香蕉手机视频| 99热青青草| 激情五月天影院| 久久九九热38| 激情五月网站| 超碰二区| 99热播放| 色色色五月天激情资源| 2014天天爽| 最新久久网址| yazhochengrenavwang| 天天天天做夜夜夜夜做| 六月丁丁香| 九九热这里只有精品23| 婷婷激情小说| 婷婷丁香18| VA国产在线综合网站| 欧美熟女99| 九九色情网五月天| 9这里只有精品| 夜精品无码A片一区二区蜜桃| 亚洲综合网 665566| 亚洲精品在线视频| 真实熟女-91九色| 婷婷5月天av| 六月婷婷五月天| 久99视频| 五月色婷婷中文字幕| 国产综合81p| 激情色色色| www.金莲av| 天天色伊人| www.婷婷| 99色这里| 综合久久婷婷| 色五月琪琪| 伊人激情综合网| 五月丁香在线观看99| 免费精品99| 在线看黄色| 99爱在线视频| 亚洲第一av| 欧美成人精品A片免费一区99| 久久影视婷婷五月| 五月在线| 97婷婷在线| 色色色热热热| 激情综合色婷婷啪啪六月天| 开心激情网五月天| aaaa.黄| 99热精品中文字幕| 97久久久免费福利网址| 五月精品| 91岛国片| 另类激情五月在线视频欧美| 五月99久久| 五月丁香亭亭| 婷婷爱爱蜜臀天天操| 五月天停婷基地| 欧美人人女女精品综合五月天| 夜夜综合色| 高清资源站日A美A欧亚…| 色色五月婷| 天天干天干| 99啪99| 另类激情码| 色综合久久中文| 黄色一级影片| 超碰免费人妻| 亚洲永久四色| 丁香五月天激情综合| 成人免费黄色短视频| 99久久久国产精品免费蜜乳tv| 色五月婷婷天天干| 婷婷综合视频| 国产免费AV在线| 婷婷性爱网| WWW.激情| 嫩草AV久久伊人妇女超级A| 99只有这里是精品| 精品操逼一区二区| 九九在线精点品| 六月婷婷九月丁香| 九月婷婷综合| 欧美综合激情五月丁香| 色婷婷呢狠禁久禁| 五月天久久婷婷| 成人在线视频网| 久草热8精品视频在线观看| 天天射综合网夜夜操| 婷婷五月天午夜激情影院| 日韩av在线电影| 深爱五月婷婷开心中文字幕| 丁香六月婷婷色XXXX| 久久九九国产精品怡红院| 狠狠搞五月天| 亚洲性爱AV在线| 丁香五月成人网| 99热九九这里只有精品| 成人综合视频网址| 五月婷在线| 夜夜涩涩涩| 97亚洲精品| 综合色久| 亚洲丁香网| 色婷婷88| 图片区 小说区 区 亚洲五月| 激情5月婷婷| 丁香五月香蕉在线| 日本色99网站| 综激情网| 天天做综合网色综合| 九九色播五月丁香| 搡BBBB搡BBB搡18| 思思久久精品| 九九日本视频| 中文字幕在线不卡视频| 婷婷天天日婷婷| 五月好婷婷| www.zbzhongsen.com| www.91五月| 91欧美日韩综合| 婷婷香五月综合激情| 青草青草久热这里只有精品| WWW.亚洲无码| 91热爆在线| 狠狠色噜噜狠狠| 综合五月婷婷| 久久久9久| 色五月激情网| 丁香六月综合激情| 99热骚货| 久操人妻| 丁香亚洲色综合| 九九热AV| 激情久久久久久久久久| 丁香五月婷婷激情123| 色欲婷婷五月天| 丁香色影院| 97在线观视频免费观看| 丁香五月婷婷啪| 79色色| 丁香六月中文| 91干视频| 国产亚洲色婷婷久久99精品9j| 国自产拍偷拍精品啪啪一区二区| 色碰碰| 激情综合五月婷婷六月丁香 | 久婷婷| 开心婷婷五月中文字幕组| 97色色-99久久| 99日精品视频| 婷婷丁香色女人| 激情99| 日韩色五月| 色欲色香综合网| 开心五月婷婷在线| 色六月丁香婷婷啪啪啪| 丁香五月人妻| 亚洲天堂有码| 丁香五月大香蕉在线99| 欧美经典片免费观看大全| 色婷婷五月在线| 激情综合五月开心狠狠| 五月丁香六月婷婷婷婷| 婷婷五月天直播| 色狠狠狠干| 欧洲亚洲免费视频9| 久久视频婷婷| 影音先锋综合网| 亚洲午夜成人av电影网| 中国丰满熟女A片免费观| 婷婷丁香人妻天天爽| 综合婷婷久久| 亚洲av网站在线观看| 免费观看大片视频 丁香婷婷 六月欧美| 天天插天天干天天舔| wwccc久久久| 五月综亚洲| 婷婷丁香五月视频| 日韩草草草草草草草草草草草草| 色欲天天综合网|