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。

LSTM股票預(yù)測實戰(zhàn):從特征工程到回測避坑與基線驗證

LSTM股票預(yù)測實戰(zhàn):從特征工程到回測避坑與基線驗證 簡介這是一份關(guān)于LSTM神經(jīng)網(wǎng)絡(luò)股票預(yù)測算法的學(xué)術(shù)PDF論文面向關(guān)注量化投資、金融數(shù)據(jù)建模和深度學(xué)習(xí)的讀者用于理解如何借助循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測股票最高價。文中從LSTM的選擇記憶機制與三門結(jié)構(gòu)入手介紹了PyTorch框架下的模型搭建、數(shù)據(jù)預(yù)處理、z-score標(biāo)準(zhǔn)化、梯度爆炸應(yīng)對策略并給出股票指數(shù)預(yù)測實驗及擬合曲線可直接作為時序預(yù)測項目的方法參考。壓縮包內(nèi)共1個PDF文件大小約897KB內(nèi)容為完整期刊論文包含算法實現(xiàn)流程、實驗原理和結(jié)果分析。該資源已有294人瀏覽學(xué)習(xí)適合作為深度學(xué)習(xí)建模與金融預(yù)測方向的入門研讀資料。1. 股票預(yù)測不是讓LSTM背K線這篇研究在解決什么你可能在論文庫或技術(shù)社區(qū)見過“基于LSTM神經(jīng)網(wǎng)絡(luò)的股票預(yù)測算法研究”這個標(biāo)題。它是很多量化入門項目最常選的方向但真正照著標(biāo)題去復(fù)現(xiàn)的人第一周就會碰到訓(xùn)練 loss 不降、預(yù)測曲線比真實行情慢半拍、回測很漂亮實盤卻連續(xù)虧損。問題不在 LSTM 本身而在輸入特征怎么選、標(biāo)簽怎么定義、訓(xùn)練集怎么切、評估怎么設(shè)計。LSTM 神經(jīng)網(wǎng)絡(luò)有記憶序列的能力可股票行情噪聲極大算法如果不圍繞“可落地的預(yù)測目標(biāo)”設(shè)計模型就是個黑匣子。下面按我跑通這類研究的順序拆解特征與窗口、訓(xùn)練參數(shù)、回測評估、避坑、最后用隨機基線審計模型。適合復(fù)現(xiàn)論文的在校生、量化學(xué)徒以及所有想用時間序列模型做預(yù)測的開發(fā)者。2. 把LSTM搬進股票預(yù)測輸入特征與序列窗口怎么定LSTM 的輸入不是一整張行情表而是一段“按時間排序的特征切片”。很多新手只把收盤價丟進去模型自然學(xué)不到穩(wěn)定規(guī)律。這個階段要解決三件事構(gòu)造哪些特征、用多長的歷史窗口、預(yù)測哪個標(biāo)簽。它們決定了模型能力的上限后面的調(diào)參只是在逼近這個上限。2.1 特征表OHLCV之外我給模型加了哪些衍生量股票原始行情只有開高低收和成交量直接喂給 LSTM 也能跑但效果通常一般。原因有兩個一是絕對價格具有非平穩(wěn)性不同股票的價位區(qū)間完全不同模型很難跨樣本學(xué)習(xí)二是單維價格序列攜帶的信息太少LSTM 找不到足夠的模式。常見做法是構(gòu)造一組衍生特征把絕對價格轉(zhuǎn)換成相對變化量。下面是我在類似算法研究中默認使用的特征集特征計算方式設(shè)計意圖日對數(shù)收益率log(close / close.shift(1))平穩(wěn)化價格序列減少長期趨勢干擾當(dāng)日振幅(high - low) / close刻畫日內(nèi)波動狀態(tài)日內(nèi)位置(close - low) / (high - low)表示收盤價在當(dāng)日區(qū)間的強弱成交量變化率volume.pct_change()捕捉放量縮量行為5日與20日均線差MA5 - MA20給模型一個短期趨勢信號5日波動率近5日對數(shù)收益率標(biāo)準(zhǔn)差觀察風(fēng)險狀態(tài)變化需要特別說明不是特征越多越好。股票數(shù)據(jù)信噪比低幾十個強相關(guān)特征會把 LSTM 訓(xùn)練推向過擬合。我一般先構(gòu)建上表約 6 到 8 個特征再觀察相關(guān)性矩陣把與收盤價幾乎完全線性相關(guān)的原始 close 列刪掉只保留衍生量。這樣既保留了 LSTM 需要的序列結(jié)構(gòu)又避免了輸入維度膨脹。特征確定后要在切分?jǐn)?shù)據(jù)集之后再歸一化。我習(xí)慣用 sklearn 的 StandardScaler對每個特征列分別做 z-score 標(biāo)準(zhǔn)化。這里的注意點是只用訓(xùn)練集統(tǒng)計量去 fit驗證集和測試集只做 transform否則未來信息會泄漏進訓(xùn)練過程。泄漏帶來的后果我會在第 5 章專門展開。2.2 窗口、標(biāo)簽與訓(xùn)練/驗證劃分LSTM 依賴“窗口長度”來讀取歷史。窗口太短模型看不到一個完整的短期形態(tài)窗口太長噪聲累積反而掩蓋真實規(guī)律。我跑這類股票預(yù)測研究時主要用兩個檔位預(yù)測未來一天的回歸任務(wù)窗口取 30 個交易日預(yù)測未來五天甚至更遠時窗口取 60 個交易日。30 天大約一個半月的交易數(shù)據(jù)剛好覆蓋一波短期趨勢也不會引入太多噪聲。標(biāo)簽定義是第二個關(guān)鍵決策。論文里最常見的是回歸任務(wù)用前 30 個交易日的特征預(yù)測第 31 天的收盤價。但我后來更傾向于把標(biāo)簽改成“未來第 1 天的收盤價相對當(dāng)日收盤價的漲跌幅”或者直接做分類未來一天漲還是跌。原因后面在回測章節(jié)會講?;貧w任務(wù)適合做算法研究方向判斷更適合做投資決策。切分?jǐn)?shù)據(jù)集時絕不能隨機打亂。正確的做法是按時間順序切成三段前 70% 訓(xùn)練中間 20% 驗證最后 10% 作為測試集。驗證集用來選早停和超參數(shù)測試集只在最終評估時碰一次。這是時間序列任務(wù)的基本紀(jì)律任何像train_test_split(X, y, shuffleTrue)的默認行為都會讓股票預(yù)測變成記憶游戲。2.3 用PyTorch搭一個能跑的LSTM預(yù)測模型這里給出最精簡的 LSTM 預(yù)測模型。我用 PyTorch 而不是 Keras是因為訓(xùn)練循環(huán)更透明調(diào)試梯度問題時能直接看到中間結(jié)果。import numpy as np import torch import torch.nn as nn class LSTMPredictor(nn.Module): def __init__(self, input_size, hidden_size64, num_layers2, dropout0.2): super().__init__() # input_size: 每個時間步的特征數(shù)量 # hidden_size: LSTM單元數(shù)量, 太大容易過擬合 # num_layers: 疊層數(shù), 股票場景盡量不超過2層 self.lstm nn.LSTM( input_sizeinput_size, hidden_sizehidden_size, num_layersnum_layers, batch_firstTrue, dropoutdropout if num_layers 1 else 0, ) self.fc nn.Linear(hidden_size, 1) def forward(self, x): # x: (batch, seq_len, input_size) out, _ self.lstm(x) # 取最后一個時間步的輸出作為序列表示 last_hidden out[:, -1, :] # 線性層輸出預(yù)測值 return self.fc(last_hidden)這段代碼的關(guān)鍵點有兩個。第一batch_firstTrue讓輸入形狀變成(batch, seq_len, features)更符合直覺也方便從 pandas 構(gòu)造數(shù)據(jù)。第二LSTM 每一時間步都會輸出一個隱藏狀態(tài)預(yù)測用的是最后一個時間步的隱藏狀態(tài)因為它理論上匯總了整段 30 日歷史的信息。如果想讓模型輸出漲跌方向把fc的輸出維度改成 2 并接一個 CrossEntropyLoss 就行。接下來是數(shù)據(jù)準(zhǔn)備。假設(shè)已經(jīng)構(gòu)造好一個二維數(shù)組df_feat每一行是一個交易日的特征列最后一列是標(biāo)簽。用滑窗切片生成 LSTM 樣本def make_sequences(df, feature_cols, label_colreturn_t1, seq_len30): data df[feature_cols [label_col]].values xs, ys [], [] for i in range(seq_len, len(data)): # 取前seq_len天的特征, 預(yù)測第i天的標(biāo)簽 xs.append(data[i-seq_len:i, :-1].astype(float32)) ys.append(data[i, -1].astype(float32)) return np.array(xs), np.array(ys)這里要強調(diào)一個容易寫錯的小細節(jié)data[i-seq_len:i]是不包括第i天的即用第i-30到第i-1天預(yù)測第i天。這樣才能保證訓(xùn)練數(shù)據(jù)里沒有“用明天預(yù)測今天”的未來函數(shù)。生成完樣本后再按 7:2:1 時間順序切分即可不需要額外處理。3. 訓(xùn)練LSTM股票模型的核心參數(shù)學(xué)習(xí)率、批次、隱藏單元和早停模型結(jié)構(gòu)只是骨架訓(xùn)練參數(shù)才是真正讓 LSTM 收斂的手段。推薦配置里學(xué)習(xí)率、批次大小、隱藏單元數(shù)、層數(shù)和早停都必須調(diào)過。這里不是套一個 Adam 就完事股票數(shù)據(jù)的梯度噪聲非常大參數(shù)配不好訓(xùn)練曲線會在幾個 epoch 后突然發(fā)散。3.1 學(xué)習(xí)率與優(yōu)化器Adam不是萬能我也會試SGDAdam 是我在這個場景下的默認優(yōu)化器學(xué)習(xí)率從 1e-3 起步。但這個學(xué)習(xí)率并不總是合適特征維度多時1e-3 容易讓 loss 震蕩特征只用了 6 到 8 個基礎(chǔ)量時1e-3 收斂又偏慢。我一般先用 Adam 跑 20 個 epoch觀察驗證集 loss 的走勢如果 loss 在早期就出現(xiàn)尖刺就把初始學(xué)習(xí)率降到 3e-4。訓(xùn)練循環(huán)里還有兩個股票場景下必須加的步驟梯度裁剪和驗證集調(diào)度。梯度裁剪解決的是長序列上梯度爆炸的問題調(diào)度器則能在驗證集 loss 進入平臺期時自動降低學(xué)習(xí)率。參考代碼criterion nn.MSELoss() optimizer torch.optim.Adam(model.parameters(), lr1e-3) scheduler torch.optim.lr_scheduler.ReduceLROnPlateau( optimizer, modemin, factor0.5, patience5 ) for epoch in range(200): model.train() total_loss 0.0 for start in range(0, len(X_train), 64): X_batch torch.tensor(X_train[start:start64], dtypetorch.float32) y_batch torch.tensor(y_train[start:start64], dtypetorch.float32) optimizer.zero_grad() pred model(X_batch).squeeze() loss criterion(pred, y_batch) loss.backward() # 防止梯度爆炸, 原因為行情數(shù)據(jù)偶爾出現(xiàn)異常跳變 nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() total_loss loss.item() model.eval() # 假設(shè)有一個compute_val_loss函數(shù) val_loss compute_val_loss(model, X_val, y_val) scheduler.step(val_loss)參數(shù)說明max_norm5.0表示把所有參數(shù)的梯度模長限制在 5 以內(nèi)超過則等比縮放。太大起不到保護作用太小又會讓訓(xùn)練緩慢在 LSTM 股票預(yù)測里 5 是一個比較穩(wěn)的起點。ReduceLROnPlateau的 patience 設(shè) 5表示驗證集 loss 連續(xù) 5 個 epoch 不創(chuàng)新低就把學(xué)習(xí)率減半。這樣不需要人工盯著 loss 曲線改學(xué)習(xí)率。3.2 隱藏單元數(shù)與層數(shù)通用神經(jīng)網(wǎng)絡(luò)里的“容量陷阱”LSTM 不是層數(shù)越多越聰明。股票數(shù)據(jù)的有效信號非常弱模型容量一旦超出必要范圍就會把噪聲當(dāng)規(guī)律。我在歷史項目里見過最典型的例子把num_layers從 1 提到 3訓(xùn)練集 loss 降得很漂亮但驗證集方向準(zhǔn)確率反而從 54% 掉到 49%這就是過擬合。我的默認配置是hidden_size64, num_layers2, dropout0.2。如果訓(xùn)練樣本只有幾千條hidden_size要降到 32如果用了大量股票做聯(lián)合訓(xùn)練可以提升到 128。層數(shù)方面絕大多數(shù)股票預(yù)測研究用一層或兩層就足夠。多層的收益在金融噪聲面前非常有限但參數(shù)量和訓(xùn)練時間會成倍增長。訓(xùn)練時建議固定隨機種子。LSTM 權(quán)重初始化對收斂影響明顯固定種子至少保證同一份代碼兩次運行結(jié)果一致調(diào)參時才能判斷改進來自參數(shù)還是來自運氣。import random import numpy as np import torch random.seed(42) np.random.seed(42) torch.manual_seed(42) torch.cuda.manual_seed_all(42)這段代碼放在數(shù)據(jù)切分之后、模型創(chuàng)建之前即可。注意它不能消除所有隨機性在 GPU 上某些原子操作仍會有微小差異但對復(fù)現(xiàn)實驗已經(jīng)足夠。3.3 早停與模型保存用驗證集而不是測試集挑模型訓(xùn)練 LSTM 股票模型最容易犯把測試集當(dāng)“調(diào)參助手”的錯。正確流程是用訓(xùn)練集更新權(quán)重每輪在驗證集上計算 loss當(dāng)驗證集 loss 連續(xù)多個 epoch 不下降就停止訓(xùn)練并回退到歷史最優(yōu)參數(shù)。測試集只能最后碰一次。早停代碼可以這樣寫best_val_loss float(inf) best_epoch 0 patience_counter 0 patience 15 for epoch in range(200): # 上面的訓(xùn)練循環(huán) train_loss total_loss / len(X_train) val_loss compute_val_loss(model, X_val, y_val) if val_loss best_val_loss: best_val_loss val_loss best_epoch epoch patience_counter 0 torch.save(model.state_dict(), best_lstm.pt) else: patience_counter 1 if patience_counter patience: print(fearly stop at epoch {epoch}, best epoch {best_epoch}) breakpatience15是一個經(jīng)驗值太小會導(dǎo)致早停在訓(xùn)練初期太大則失去早停意義。保存時只保存state_dict不要保存整個 model 對象方便后續(xù)加載和做 walk-forward 驗證。加載方式就是model.load_state_dict(torch.load(best_lstm.pt))。如果嫌手寫循環(huán)麻煩建議用一個超參速查表作為默認起點參數(shù)常見范圍默認值學(xué)習(xí)率1e-4 ~ 1e-21e-3batch_size32 ~ 12864hidden_size32 ~ 12864num_layers1 ~ 22dropout0.1 ~ 0.50.2seq_len20 ~ 6030patience10 ~ 2515這個表不是萬能參數(shù)而是排錯起點。任何一組參數(shù)被驗證集證明有效之后都應(yīng)該把測試集上的結(jié)果單獨記錄避免陷入“調(diào)參調(diào)得好看但實盤失效”的循環(huán)。4. 回測與評估別拿RMSE當(dāng)交易信號訓(xùn)練完模型很多研究文章習(xí)慣只在測試集上報告 RMSE 或 R2。但對股票預(yù)測來說RMSE 低不等于能落地。更常見的現(xiàn)象是模型把昨天的價格預(yù)測成今天的價格RMSE 很小時實際策略卻無法操作。所以回測與評估必須圍繞“方向”和“收益”來設(shè)計。4.1 回測框架預(yù)測方向比預(yù)測價格更接近落地股票買入賣出靠的是方向判斷不是精確到下一位的價格預(yù)測。一個模型預(yù)測次日收盤價為 10.01 元今日收盤 10.00 元它告訴你要漲另一個模型預(yù)測準(zhǔn)確到 10.005 元但方向是跌那第一次操作就會虧損。因此把回歸輸出轉(zhuǎn)為方向信號是常規(guī)做法# pred: 模型預(yù)測的下一個交易日收盤價 # close: 測試集當(dāng)日真實收盤價 signal np.where(pred close, 1, 0)signal1表示次日持有或買入signal0表示空倉。這里的關(guān)鍵是必須使用“下一個交易日”的預(yù)測結(jié)果和“當(dāng)日”價格比較不能拿當(dāng)日預(yù)測當(dāng)日。如果預(yù)測目標(biāo)本身就是未來一天漲跌幅那 signal 邏輯變成pred 0更直接。方向信號只是第一步回測還需要一個可執(zhí)行的時間線。第 T 日收盤產(chǎn)生信號第 T1 日開盤執(zhí)行收益從第 T1 日到第 T2 日實現(xiàn)。這樣處理是為了避免“收盤看到信號、當(dāng)日按收盤價成交”這種實盤根本不存在的未來函數(shù)。4.2 評估指標(biāo)用收益率、最大回撤和換手率一起看只有累計收益率的策略報告沒有說服力。我通常至少記錄五個指標(biāo)指標(biāo)定義關(guān)注原因累計收益率策略凈值最后值減 1衡量總體收益年化波動率日收益標(biāo)準(zhǔn)差乘 sqrt(252)衡量風(fēng)險最大回撤凈值從峰值到谷底的最大跌幅決定能否拿住夏普比率策略超額收益除以波動率衡量風(fēng)險調(diào)整后收益換手率調(diào)倉次數(shù)除以持倉天數(shù)估算交易成本在股票預(yù)測算法研究里夏普比率和最大回撤比 RMSE 更接近任務(wù)目標(biāo)。一個累計收益很高但最大回撤超過 30% 的策略實盤很容易被震下車換手率過高則意味著手續(xù)費會吃掉大部分利潤。回測時要加入單邊手續(xù)費和滑點按 A 股萬 2.5 傭金加千 1 印花稅的簡化模型單次換倉成本約 0.1% 到 0.15%。4.3 一個簡單的策略回測腳本基于前面的信號向量可以寫一個最簡回測。假設(shè)close是測試集日收盤價數(shù)組signal是已經(jīng)產(chǎn)生的倉位信號# 日收益: 當(dāng)日close相對前日close的漲跌幅 daily_ret np.diff(close) / close[:-1] # signal[i]表示第i日持倉狀態(tài), 收益從第i日到第i1日實現(xiàn) # 所以對齊時去掉signal最后一個元素 strategy_ret daily_ret * signal[:-1] # 加入換手成本: 倉位變化時才收費 turnover np.abs(np.diff(signal)) strategy_ret strategy_ret - 0.001 * turnover[:len(strategy_ret)] # 累計凈值曲線 equity np.cumprod(1 strategy_ret)這段代碼的邏輯說明signal[:-1]與daily_ret對齊含義是“第 i 天的持倉狀態(tài)拿到第 i1 天的收益”。turnover計算倉位從 0 到 1 或 1 到 0 的次數(shù)每次扣 0.1% 交易成本。然后累計乘積就是策略凈值。買入持有基準(zhǔn)可以直接用np.cumprod(1 daily_ret)得到策略凈值只有持續(xù)跑贏這個基準(zhǔn)才有意義?;販y結(jié)果如果出現(xiàn)累計收益率很高但最大回撤集中在幾個極值日那要先檢查是否有復(fù)權(quán)問題或漲跌停樣本。金融數(shù)據(jù)的極端值會讓 LSTM 學(xué)到“暴力模式”這種模式在實盤中往往不可交易具體排查放下一章。5. LSTM股票預(yù)測避坑指南從數(shù)據(jù)泄漏到歸一化翻車這一章來自實際操作中翻過車的點。每一條都按照“現(xiàn)象 → 原因 → 解決”來寫希望讀者少走彎路。5.1 數(shù)據(jù)泄漏歸一化用了全局統(tǒng)計量預(yù)測結(jié)果虛高現(xiàn)象回測凈值曲線漂亮得驚人測試集方向命中率超過 80%但換一段新行情就完全失效。原因在切分訓(xùn)練集和測試集之前直接對整個數(shù)據(jù)集做了歸一化。StandardScaler在全部數(shù)據(jù)上 fit 完后測試集的均值和方差混進了訓(xùn)練過程等價于讓模型偷偷看到了未來數(shù)據(jù)的分布特征。這種情況在股票預(yù)測研究里非常常見。解決先按時間順序切分再只用訓(xùn)練集 fit 縮放器驗證集和測試集只做 transform。代碼示例from sklearn.preprocessing import StandardScaler X_train_raw, X_val_raw, X_test_raw split_by_time(data) scaler StandardScaler() X_train scaler.fit_transform(X_train_raw) X_val scaler.transform(X_val_raw) X_test scaler.transform(X_test_raw)這里必須將scaler保存下來線上預(yù)測時加載同一個對象再用與訓(xùn)練集相同的方式處理新樣本。否則未來新數(shù)據(jù)無法套用任何全局統(tǒng)計量。5.2 時間序列亂劃分隨機打亂訓(xùn)練集等于作弊現(xiàn)象測試集準(zhǔn)確率極高訓(xùn)練曲線幾乎無波動。仔細檢查發(fā)現(xiàn)數(shù)據(jù)加載時用了帶shuffleTrue的劃分函數(shù)。原因股票相鄰時間的樣本高度相關(guān)。第 t 天的特征與第 t1 天的標(biāo)簽幾乎包含了相同的信息隨機打亂后訓(xùn)練集和驗證集可能同時出現(xiàn)這兩條樣本模型實際上把鄰近樣本背了下來而不是學(xué)到規(guī)律。解決使用順序切分并在切分處留出一個間隙。預(yù)測目標(biāo)是未來 1 天時訓(xùn)練集末端與驗證集起點之間至少空出 5 個交易日避免因滑窗重疊導(dǎo)致的標(biāo)簽間泄漏。代碼gap 5 train_end 700 val_start train_end gap val_end 900 test_start val_end gapgap的大小要大于預(yù)測步長。如果預(yù)測未來 5 天gap至少設(shè)為 5甚至 10 更穩(wěn)妥。5.3 預(yù)測值滯后LSTM把昨天的價格搬出來現(xiàn)象預(yù)測曲線幾乎貼著真實收盤價但比真實曲線整體右移一天。RMSE 很低方向命中率卻只有 50% 左右。原因干凈的價格序列接近隨機游走。如果模型輸入包含前一日收盤價輸出被訓(xùn)練成“盡可能接近當(dāng)前價”那么最優(yōu)預(yù)測就是“上一日收盤價”。LSTM 也能學(xué)會這一點所以預(yù)測曲線就像把真實價格平移了一天。解決不要直接回歸絕對收盤價改為預(yù)測收益率或漲跌方向。同時必須加入一個樸素基線假設(shè)預(yù)測值等于今日收盤價。如果模型的方向命中率不能顯著超過這個基線說明學(xué)到的大部分是滯后信息。以下代碼可以打印基線與模型的方向命中率baseline_pred close[:-1] model_pred pred[:-1] baseline_acc np.mean((np.diff(close) 0) (np.diff(baseline_pred) 0)) model_acc np.mean((np.diff(close) 0) (np.diff(model_pred) 0))注意模型預(yù)測序列是下一日的價格所以在比較方向時也要把軸對齊。模型至少要比基線高 3 到 5 個百分點才有繼續(xù)優(yōu)化的價值。5.4 歸一化反向轉(zhuǎn)換不當(dāng)序列被壓縮成一條直線現(xiàn)象把模型輸出的歸一化數(shù)值還原成價格后預(yù)測序列是一條近似水平線或者范圍極窄。原因訓(xùn)練時把特征和目標(biāo)放一起歸一化預(yù)測時又拿特征縮放器去還原目標(biāo)。特征的均值和方差與價格標(biāo)簽完全不同還原后的結(jié)果自然不對。另一個常見問題是忘記保存目標(biāo)縮放器直接在預(yù)測時手動減均值除方差。解決特征和目標(biāo)各用獨立的縮放器。目標(biāo)通常是單列數(shù)組可以這樣處理feature_scaler StandardScaler() target_scaler StandardScaler() X_train feature_scaler.fit_transform(X_train_raw) y_train target_scaler.fit_transform(y_train.reshape(-1, 1)).ravel() # 預(yù)測后 pred_real target_scaler.inverse_transform(pred_scaled.reshape(-1, 1)).ravel()target_scaler要和模型權(quán)重一起保存。預(yù)測階段加載模型權(quán)重后也必須加載這個目標(biāo)縮放器否則所有預(yù)測都停留在歸一化空間無法投入實際使用。5.5 漲跌停與停牌未復(fù)權(quán)數(shù)據(jù)帶來的假信號現(xiàn)象策略回測在某幾天收益突然大幅拉升但復(fù)盤發(fā)現(xiàn)那幾天對應(yīng)的是漲停一字板實盤根本買不進去。原因數(shù)據(jù)沒有排除漲跌停和非交易停牌樣本也沒有做復(fù)權(quán)處理。漲停板個股的可用流通籌碼極少回測按收盤價成交是不現(xiàn)實的。此外未復(fù)權(quán)價格在除權(quán)除息日會出現(xiàn)人為下跌LSTM 會把這個“價格跳空”當(dāng)成正常行情。解決統(tǒng)一使用前復(fù)權(quán)行情剔除停牌日。對連續(xù)一字漲?;蜷_盤即漲停的樣本把對應(yīng)信號強制設(shè)為 0。簡化寫法# 漲停判定: 當(dāng)日漲幅超過9.8%, 近似判斷 df[limit_up] (df[close] df[close].shift(1) * 1.098) # 出現(xiàn)漲停后的交易信號不允許“當(dāng)日收盤買入” tradable ~df[limit_up]還需要過濾 ST 股和上市不足半年的次新股。這類標(biāo)的的漲跌幅規(guī)則與普通股不同噪音也更大會讓 LSTM 的注意力被異常樣本帶偏。6. 落地驗證的最后一公里用隨機標(biāo)簽基線檢驗LSTM是否在學(xué)規(guī)律當(dāng)模型在回測里跑出不錯的結(jié)果別急著總結(jié)。傳統(tǒng)論文驗證方式只做訓(xùn)練集和測試集切分但股票模型很容易出現(xiàn)過擬合而不自知。一個可靠的驗證方法是引入隨機標(biāo)簽基線也就是把訓(xùn)練標(biāo)簽打亂后重訓(xùn)同一個模型反復(fù)多次得到一組“瞎猜”的成績再判斷真實模型是否顯著優(yōu)于這組成績。6.1 隨機標(biāo)簽基線最簡單的過擬合檢測隨機標(biāo)簽不影響特征和窗口只是把標(biāo)簽到樣本的對應(yīng)關(guān)系破壞掉。如果原模型有效它會把數(shù)據(jù)中的真實規(guī)律保存下來如果模型只是記住了噪聲那么在打亂標(biāo)簽后它仍然能從特征里“看”出一些訓(xùn)練樣本的記憶驗證集成績也不會差太多。實現(xiàn)思路很直接# 對回歸模型, 記錄驗證集方向命中率 random_scores [] for seed in range(10): np.random.seed(seed) y_train_shuffled np.random.permutation(y_train) # 用相同的超參數(shù)重新訓(xùn)練模型 model train_lstm(X_train, y_train_shuffled, X_val, y_val) acc direction_accuracy(model, X_val, y_val_close) random_scores.append(acc) random_mean np.mean(random_scores) real_acc direction_accuracy(best_model, X_val, y_val_close)如果real_acc比random_mean高 2 個百分點以內(nèi)說明當(dāng)前特征和模型并沒有學(xué)到超越噪聲的有效信息。我習(xí)慣把隨機基線結(jié)果直接寫進實驗記錄真實方向命中率 56%隨機基線 50% ± 1%說明模型有一點信號如果真實只有 52%隨機基線 50%那大概率是過擬合或數(shù)據(jù)泄漏。這個測試跑起來通常只要幾十分鐘比繼續(xù)調(diào)參省時間。6.2 滾動前推驗證更接近線上環(huán)境隨機標(biāo)簽基線只驗證了靜態(tài)切分下的穩(wěn)定性還需要做滾動前推驗證。做法是不斷把訓(xùn)練數(shù)據(jù)向后移動讓模型在不同行情段上重復(fù)訓(xùn)練和測試。例如第一次用 2018 到 2020 訓(xùn)練2021 驗證2022 測試第二次用 2018 到 2021 訓(xùn)練2022 驗證2023 測試如此類推。每個滾動窗口都記錄方向命中率和隨機基線得分。如果某個窗口內(nèi)真實模型不能穩(wěn)定超過隨機基線說明模型對市場風(fēng)格變化敏感研究結(jié)論需要謹(jǐn)慎。最后說一句大實話我每次報告實驗結(jié)果都會附上隨機標(biāo)簽基線否則再漂亮的收益曲線都經(jīng)不起追問。多寫這十幾行驗證邏輯能替你省下無數(shù)次自我感動式的調(diào)參。希望幫到你。本文還有配套的精品資源點擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
人人妻人人澡| 中文字幕无线久必| 蜜臀嫩草| 色级婷婷| 青青草轻轻操| 爱之国产色情综合| 波多婷婷久久| 伊人狠狠干| 欧美日韩成人综合9| 热99精品视频| 91超级碰在线视频| 噼里啪啦完整版中文在线观看| 米奇影视资源婷婷狠狠色激情欧美五月丁香| 激情综合五月丁香六月婷婷| 六月婷婷五月丁香| 亚州激情网| 91九色最新视频| 99久久玖玖| www.99热在线| 狠狠狠狠狠狠| 九九在线精点品| 精品久久99| 五月丁香六月婷| 激情美女五月天| 丁香五月天大香蕉啪啪| 五月婷婷色色色| 五月六月丁香婷婷在线观看| av第一二区| 91avse| 激情五月天综合网站网站网站| 4399无码视频二区| 激情五月综合网| 人妻尝试久久久久久久久久久久| 久久久久亚洲AV成人无码电影| 伊人久久艹| 天天擼久久擼在线| 婷婷在线播放av| 99年操人人爽| 日韩亚洲视频| www.色擼擼.com| 九色七七| 国产无套精品一区二区| 欧美久久婷婷| 五月天激情视频网站| 九九青草热| 狠狠干无码| 婷婷丁香五月天狠狠| 超碰在线免费观看3 9| 婷婷欧美| 桃色激情婷婷伊人网| 超碰人人操人人9| 激情亚洲婷婷| 俺去啦综合网| 成人精品一区二区三区四区五区 | 婷婷六月丁综合| 五月丁香色综合| 五月夜丁香| 激情婷婷22月间| 丁香六月五月天| 日本怕怕视频| 婷婷丁香成人五月天| 色婷婷成人| 色播五月丁香| 日本www五月婷婷| 久久婷婷五月天激情| 激情五月综合网| 色爱亚洲| 日本九九热| 97人人射| 91精品人妻少妇无码影院| 人人插操| 丁香色婷婷| 影音先锋777xfplay色资源网站| 五月激情丁香五月| 99碰网站| 天天操天天插天天射| 五月婷婷激情久久| 开心深爱激情网| 国产三级在线播放| 午夜天堂一区人妻| 五月丁香人妻| 六月丁香综合| 婷婷六月激情在线视频| 亚洲婷婷月丁香五月| 懂色av蜜臀av粉嫩av永陈冠希| 婷婷五月花| 深夜男女福利刺激影院一区| 丁香婷婷深情五月亚洲| 亭亭五月天黑人2014| 玖玖国产视频一区| 92国产福利| 亚洲精品**不卡在线播he| 久久多色| 9月色婷婷| www色五月天| 久久草人妻| 欧美日韩二区在线| 亚洲激情AV| 婷婷久久久久| 99九九玖玖| 夜夜爽天操| 亚洲精品乱码久久久久久综合| 日韩 中文 欧美| 五月激情综合婷婷| 好叼操在线观看| 日本欧美成人片AAAA| 色综合久久88色综合天天99| 天天肏天天肏天天肏| 久久思思精品| 婷婷五月天男人影院色色网| 深爱激情五月天婷婷网| 丁香五月天婷婷久久综合| 亚洲黄色影视| 91干视频| www.jiujiujiu| 黄色91在线观看| 日韩啪啪视品| 网站免费一站二站| 激情五月影院| 色五月婷婷网| 久碰视频| 国产肥白大熟妇BBBB视频| 操骚货在线| 色婷婷久久综合| www色五月| 天天舔天天| 日韩99色| 日韩五月天婷婷| 六月亚洲婷婷6月中文字幕| 91热在线| 大香蕉啪啪啪| 五月欧美色播| 丁香婷婷五月天亚洲| 色婷婷五月开心六月综合| 五月婷婷综合久久| 亚洲欧美婷婷五月色综合| 99干在线视频| 久久综合五月| 久久婷婷色综合| 99色日本| 玖玖九九9999在线观看视频精品| 婷婷婷五月香蕉| 91狼友视频网页更新| 丁香六月成人| 人操人| www。五月,com| 五月婷婷综合在线亚洲视频| 亚洲一区二区色图-亚洲精品国产精品乱码-成人AV| 亚洲宗合激情| 综合久久综合五月天婷婷| 国产综合A片| 亚洲成人av在线观看| 天天操天天插天天射| 天天干天天做| 成人丁香五月天| 五月天婷婷综合| 99操99| 专区无日本视频高清8| 丁香五月综合| 青草视频在线播放| 日韩有码一区| 婷婷欧美激情综合| 99re欧美精品| 丁香六月婷婷激情| www.com亚洲网站在线免费| av最新在线| av国产精品偷| 色欲操| 我要色综合五月婷婷| 九九一综合精品| 国精产品一区二区三区| 九九这里有精品| 天天做天天爽| 五月天另类视频| 99热精品在线观看| 大香蕉丁香五月| 色很久综合| 91精品国产日韩91久久久久久国模| 97婷婷狠狠| 97干在线| 色综合久久天天综合网| 99热地址| 六月婷婷色| 亚洲精品久久久久久久久久吃药| 九九精品系列| 午夜成人AV在线| 超碰九色| 亚洲激情精品| 9 1超碰九色| 亚洲婷婷五月天| 苗黎美女四级成人版一级二级毛片| 变态另类色图| 99热精品在线观看| 色欲五月天| 天天做天天爱天天做| 色色性爱视频| 天天干,天天日| 国产偷人爽久久久久久老妇APP | 五月天综合缴情网网站0| 噜色精品| 久久久久久人妻| 99re8这里只有精品99re8热视频| 超碰在线caop| 狠狠第四色| 丁香狠狠| 国产免费一区二区三区三州老师F1F1.CC | 亚洲精品操一操、噜一噜、摸一摸、爽 | 丁香五月区| 免费黄色AV| 99热大全在线观看| 成人丁香婷婷| 免费AV播放| 色婷婷啪啪综合网| 99er这里只有精品视频| 丁香六月婷婷综合麻豆| 九九热精品99| 99干日日干| 久久婷婷草| 8区视频在线| 色婷婷内射| 日本va欧美va欧美| 五月天婷婷小说| 婷婷五月另类网站| 人妻性爱av网站| 99亚洲色| 久久久激情| 综合久久综合综合| 亚洲AAAA网| 玖玖婷婷色五月| 国产激情久久| 丁香婷婷性久久| 五月丁香视频在线观看| 97久久精品| 国产欧美日韩综合精品一区二区| 开心五月综合激情网| 天天摸日日舔狠狠添婷婷婷| 99色婷婷| 9久久久| 亚洲激情 久久| 丁香五月六月| 丁香婷婷AV| 成片免费播放| 婷婷激情社区| 五月色网| 4399在线日本A片| 五月丁香六月花| 五月色婷婷综合| 成人短视频免费| 狠狠 婷婷| 综合五月丁香六月婷婷| 欧美日韩色色| 丁香五月天婷婷久久综合| 丁香婷婷色色| 色综啪啪| 久久草婷婷丁香网站| 婷婷五月色情天| 亚洲精品第一国产综合亚AV | 99热这里有精品2| 夜夜爱伊人| 婷婷色情网| 97搞在线| 蜜臀A∨在线水帘洞| 播五月丁香三月婷婷| 丁香五月花| 婷婷丁香熟妇综合网| 丁香六月婷婷综合啪啪| 日韩在线看AV| 欧美99热| 亚洲激情综合| 大香蕉伊人久久| 丁香激情五月天| 亚洲操女| 五月天激情日色在线| 天天干天天操天天拍| 中文字幕婷婷在线| 亚洲天天综合| 久热99视频在线观看| 六月丁香视频网站| 狠狠插狠狠操| 中文AV在线播放| 亭亭五月丁香五月天激情| 丁香六月婷婷基地| www.操逼comm| 丁香六月婷婷综合| 久久午夜丁香| 色五开心五月五月深深爱| 国产亚洲精品AAAAAAA片| 超碰人人操人人干| A片一曲| 无码动漫AV| 天天干com| 思思久久99热只有频精品66| 色五月 激情婷婷 综合五月天| 热久久91| 亚洲第一成人无码A片| se99视频| 性爱网五月婷婷| 9999热精品在线免费播放| 99在线精品观看99| 成人AV在线网站| 丁香九九九九| 亚洲天堂爱爱| 99色综合| 九九热色视频| 天天天天操| 9999久久久久| 五月天激情小说| 99性视频| 亚洲午夜AV| aa久久| www.henhenl| 2017人人操| 天天插天天插| 在线另类视频| 79亚洲精品少妇| 丁香激情五月天| 这里都是精品99| 五月色影院| 日韩色色小视频| 婷婷六月丁香五月| 99rewww| 天天日天天操心| 激情婷婷五月天网址| 日本乱子人伦在线视频| 天天插天天干天天舔| 丰满老熟妇BBBBB搡BBB| 丁香婷婷性爱| 99热久| 丁香五月天人体| 免费看欧美成人A片无码| 三十路磁力链接| 蜜乳久AV| 丁香五月天啪啪a日本| 极品五月天| 久久久精品色色色| 在线不卡中文字幕| 亚洲狠狠操| 天天色五月婷婷91久久久久久久| 婷婷五月天免费视频| 美国不卡视频| 91久久久久久久久久久| 丁香婷婷五月激情综合| 亚洲免费综合一区| www激情网| 亚洲天堂青草| 久久Xx| 99久re热视频精品98| 91精品久久久久久77777| 婷婷综合五月激情| 操人无码| 婷婷综合五月色播| 丁香五月性爱爱五月| 色情综合网| 91 九色 入口| 26UUU精品一区二区| 婷婷五月天激情在线观看| 东京热五月婷婷| 五月激情网络| 99九九在线观看免费| 五月天激情视频| 色欲日日躁| 99国产97在线,| 爽天天天天天天天| 亚洲五月天第一综合干| 97碰碰九九视频| 色爱综合网| 天天综合网、天天综合色 | 国内自拍1区| 久久天天| 久久狠色噜噜狠狠狠狠97| 亚洲欧洲美女在线观| 婷婷 丁香 精品| 九九九色综合| 日韩在线观看网址| 色色色在线观看| 在线播放中文字幕| 婷婷五月天久久久| 婷婷六月插屄激情| 亚洲AV无码影院| 亚洲无码99| 天天日,夜夜爽| 九月婷婷激情久久| 六月丁香网| 99在线视频在线观看| WWW.久久99| 精品久热| 一级操逼内射在线视频| 久久婷婷色情7777网站| 五月天开心色色网| 99碰网站| 狠狠操.COM| 婷婷色中文| 狠狠狠狠狠狠狠狠| 色综合综合色| 日韩不卡DvD| 色色色欧美| 色婷婷五月网| 色狠狠综合| 亚洲99精品九九在线| 久久人妻视频| 五月色欧洲| 9999热在线免费观看| 婷婷伊人网| 色色色色色色色综合| http://www.com久久久精品一区| 婷婷天堂站| 五月天狠狠干| 人妻久久久久久久久妻久久久久久久久| 五月婷狠狠| 深爱激情六月天| 九九热经典视频在线观看| 亚洲综合字幕色色| av成人在线播放| 久久精品99国产精品日本| 婷婷99狠狠| 伊人日日干| 激情四射婷婷| 91在线看片| 五月丁香亭亭| 手机旧版看人妻1025| 色大综合| 国产乱码久久| 99热99久久| 久久精品熟女亚洲AV麻豆| 五月天婷婷丁香| www.99热这里只有精品| 五月婷婷综合色啪首页| 五月丁香综合| 伊人九九热| Blackedraw视频一区二区| 综合性爱网| 婷婷五月六月激情| 另类激情四射| 99ER热精品视频| 三级黄网站| 色五XX| 丁香五月婷婷无码AV| 丁香婷婷五月份| 久久丁香五月天| 99九九在线视频| 五月婷婷视频28| 激情综合网,婷婷| 爱操人妻| 五月婷婷亚洲色图| 五月丁香久久激情综合| 97亚洲视频在线| 99热这里只有精品中文字幕| 99在线免费视频| 激情欧美五月丁香| 开心五月婷婷激情网| 激情图片亚洲| 人妻人人操| 色婷婷影| 黄色91在线观看| 亚洲一区二区色图-亚洲精品国产精品乱码-成人AV | 久人操| 玖玖九九9999在线观看视频精品| 人妻久久久久久| 亚洲天堂99| 99精色| 五月天婷婷av| 久久久99免费视频| 丁香色影院| 99热在线观看成人| 婷婷五月花.97| 免费AV播放| 色五月天电影| 中文字幕不卡+婷婷五月| 六月婷婷八月丁香| 久久久无码精品成人A片小说| 五月婷婷天| 五月婷婷视频28| 狠狠色狠狠色综合日日91| 99热大全在线观看| 丁香五月大香蕉AV| 97超级碰碰碰| 就99这里只有精品| 99热精品在线观看| 91操人视频| 久久婷婷啪啪视频| 五月开心深深爱激情综合| 开心深爱五月天| 97色婷婷成人综合在线观看| 久99久在线| 91精品无码| 精品久久9| 六月丁香综合| 久久婷五月婷| 丁香花社区av| 狠狠爱五月婷婷综合六月| A短视频免费在线观看| 熟女人妻一区二区三区免费看| 国产精品一区在线观看你懂的| AV九九| 激情五月综合| 人妻熟女一区二区AV| 荫道BBWBBB高潮潮喷| 情欲禁地| 大香蕉福利导航| 5Www色5夜| 精品自拍99| 久久九九亚洲| h亚洲| 成人精品人妻| 国产 码在线成人网站| 激情综合啪啪| 色情五月丁香婷婷网| 欧美久草在线日本一级特黄大片做受9在线观看韩国电影《两个女人》未删减-毛片 | 伦99热| 99热精品一| 婷婷五月天免费视频在线观看| 天堂草在线观看| 五月婷婷激情五月| 在线婷婷| www.色婷婷| 欧美性猛交AAAA片黑人 | 国产精品久久久爽爽爽麻豆色哟哟| 久久性爱网| 五月婷九月| 亚洲AV无码成人精品区电影网| 亭亭色网| 色欲Av五月天| 久久机热这里只有精品| 色噜噜狠狠色综无码久久合欧美| 超碰av在线| 亚洲色五月| 亚州在线中文字幕| av最新在线| 成人电影一区| 色色色色色级无码| 5月婷婷激情网| 日韩在线观看亚洲| 色色色999| 影音先锋 萱萱| 九九超碰人人| 五月五婷婷网| 婷婷丁香五月天在线| 成人性爱精品视频| 日韩精品一品二区三区的使用体验| 熟女激情网| 色色婷婷丁香| 中文字幕高清av| 丁乡久久| 亚洲激情99| 色五月综合激情| 欧美色爱五月天| 色五月婷婷在线| 五月婷丁香| 成人五月天综合网| 9l视频自拍9l九色9l成人| 日韩色色色色色| 亚洲十月婷婷综合| 色综合久久88色综合天天看| 少妇性按摩无码中文A片| 精品自拍99| 97精品欧美91久久久久久久| 99热这里只有精品2016| 精品久热69| 伊人激情AV一区二区三区| 91日本在线免费| 五月色网| 色综合色综合网| 亚洲欧美婷婷五月色综合| 国产毛片精品一区二区色欲黄A片| 九九热99在线视频| 久久视频66| av性爱网站| 大香蕉手机视频| 五月激香蕉网| 九九99精品视频| 久久激情综合| 久9免费视频| 草草女人亚洲| 99热大香蕉| 狠狠色激情综合| www.91.com黄| 久久综合66| 超碰成人免费| 婷婷六月激情综合| 热久久这里只有精品| 99超碰人人| 丁香婷婷人妻综合网| 五月开心久久| 综合天堂AV久久久久久久| 玖玖99免费视频| 久久婷婷五月草视频在线播放| 五月花婷婷| 爽tv | 91爱啪啪| 日日夜夜狠狠操| 日产精品一线二线三线芒果| 五月丁香自拍| 女力报到正好爱上你| 久久9久| 毛片九九九九九九九九18| AV中文在线| 五月丁香六月情| 国产精品99久久久久久久女警| 五月丁香花激情综合网| 亚洲A色| 中文字幕无码人妻少妇免费视频| 午夜爱插插| 婷婷六月五月| 国产精产国品一二三在观看| 无码色色色色色| 五月丁香影院| 久久久久久久久月丁| 丁香六月婷婷综情欧美| 婷婷五月综合色拍| 色婷婷五月综合色婷婷| 森林影视大全,最好看的2019年视频 | 国产激情在线| 久久成人人妻| 丁香五月天视频| 冬月かえでAV无码播放| 丁香五月激情性色郤| 黄网在线播放| 三级三久久线久久99久目本WW| 天天天干夜夜夜操| 亚洲成人日韩无码精品| 五五月五月| 来吧亚洲综合网| xx久久| 色色色色网| 丁香五月婷婷图片综合| 五月婷婷狠天天色综合| 亚洲激情网| 丁香婷婷综合激情五月色| 天天干天天射色综合| 国产欧美精品AAAAAA片| 天天色天天色天天色天天色天天色天天色| 激情综合啪啪| 亚洲天堂啪啪| 五月丁香综合中文| 激情AV中文| 九九热视频免费| 色视频色综合91| 天天摸天天舔在线视频| 色婷婷成人| 女同激情久久av久久| 色婷婷精品视频| 无码动漫AV| 亚洲99精品欧美一区| 久久久aaa| 久久婷婷五月天激情| 日韩无码专区| 丁香六月AV| 五月天六月色| 91蜜桃婷婷狠狠久久综合9色| 97香蕉久久超级碰碰高清版| 五月丁香六月婷婷成人| 99热免费精品| 欧美综合123区| 日日干日日| 99热色婷婷| www.婷婷五月| 久久久久婷| 欧美成人精品A片免费一区99| 激情性爱网站| 狠狠色五月天| 久久99精品久久久久久噜噜| 26.uuu丁香五月婷婷| 婷丁香五月天| 91人人网| 色吧综合网| 狠狠草狠狠草| 色久播播| 中国女人做爰A片| 色五月天综合| 五月婷久久久久综合| 激情五月,深深爱五月| 操操综合网婷婷| 久久精品亚洲热| 丁香影院五月综合| www.狠狠艹| 婷色视频| 九色视频91疯狂| 91操碰| 婷婷天堂站| 婷婷激情丁香五月天综合| 色婷婷丁香五月| 亚洲欧洲自拍图片专区五月天| 九九九九精品精| 热久久66| 国产亚洲99久久精品熟| 天天色视频| 99久精品视频| 五月激情六月综合| 婷婷五月天,影院| 丁香六月成人| 久久久这里有精品| 国产在线黄色| 伊人99热| 五月婷色啪| 人人干人人操外国| 久久9精品| 狠狠艹狠狠艹| 热91久| 99热这里只有精品最新| 熟女啪啪视频| 热99在线精品| 99色色热| 97搞在线| 色情五月婷| 人妻爽爽爽久久久久久久久| 日本一级淫| 99热这里只有精品86| 亚洲婷婷五月| 五月婷在线| 亚洲精品色色色| 婷婷色基地在线看 | www夜夜操com| 日韩一级A片黄色| 97色碰| 99色最新在线视频网站| 五月激情射| 色婷网| 天天模,夜夜模夜夜爽| 丁香六月激情国产| www.zbzhongsen.com| 色五月婷婷少妇人妻| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 99ri视频| 5月丁香啪啪啪| 五月婷婷黄色| 九九一区| 天天日天天干天天爽| 激情AV| 丁香色婷婷色手机免费在线| 91狠狠色色丁香婷婷综合久久| 五月花婷婷在线精品视频| 爱99干99| 色偷偷色婷婷| 九九热这里有精品视频| 狠狠色综合无线观看| 色婷婷久久综合| 激情纯色婷婷五月天在线不卡视频| 婷婷色一二三区波多野结衣| 天天日天天摸| 婷婷五月丁香久久| 色色免费网站| 色99最新网址| 亚洲色婷婷| 亚州性爱99| www.丁香五月| 色婷婷aV四虎| 第五色婷婷| 丁香五月激情啪啪| 色婷婷五月天亚洲| 成人在线高清| 粉嫩AV久久一区二区三区| 国产精品色色| 日韩av干| 国产激情视频在线观看| 国产高清视频91九九九久久久| 久久性操| 91久久婷婷人人澡草 | www.久久综合| 99精品在线下载| 成人短视频在线| 字母不卡码人逼| 五月婷婷综合网| 五月天播播中文字幕| 午夜 外网 精品 在线| 久久9热综合| 综合激情婷婷| 丝袜激情网| 色五月婷婷DVD| 国产婷婷色五月| 五月天婷婷激情网| 九九九九九999999| 99视频精品在线| 人人草人人看| 亚洲VA在线| 六月99天天婷婷激情综合| 婷婷丁香黄色| 成人无码精品1区2区3区免费看| 97久久人人操| 五月婷婷开心五月| 色综合久久88色综合中文字幕| 丁香五月天堂| 秋霞AV美国| 国产99久| 综合久久99| 久久99精品视频| 久久久性爱视频| 久久草婷婷丁香网站| 精品久色| 综合视频久久| 99re青青草| 9九九久久精品无码专区| 99热免费精品| 五月婷婷深深爱| 夜丁香综合| 伊人丁香婷婷东京| 综合欧美五月婷婷| 色婷婷久久久| 精品久久艹| 热这里| 天天爱天天做天天舔| 99re热在线视频| 婷婷激情综合色五月久久91| 乱乱av| 国产超碰在线| 久色视频| 亚洲第一黄网| 国产又黄又爽又激情不遮挡视频在线观看| 亚洲五月天色| 黄网网站在线播放| 国产成人高清| 人妻激情视频| 综合色色五月| 极品人妻VIDEOSSS人妻| 五月丁香成人网| 亚洲AV中文在线| 色婷婷亚洲婷婷在线观看| 人妻VideOssS人妻| 激情二色月| 六月婷五月丁香| www.婷婷网| 成人色五月天婷婷| 热中文字幕| 超碰激情网| 五月婷婷天堂| 丁香五月停停基地| 久热伊人9| 一级无码作爱片| 亚洲精品九九| 色色97丁香婷婷五月天| yw国产AV| 丁香五月停停av| 久久久全国免费视频| 欧美成人在线观看| 成人在线观看精品| www.婷婷| 国产成人网站在线观看| 这里只有精品视频在线| 五月丁香六月色| 丁香六月婷婷开心| 超碰91在线| 日韩成人电影AV| 国产亚洲99久久精品| 日韩 中文 欧美| 九热免费视频| 99丁香五月婷| 色婷婷内射| 五月天婷亚洲综合在线嫩草网| 五月天激情综合网俺也去| 久热99| jiujiu热在线视频| 婷婷伊人网| 色婷婷久久综合| 成人网在线视频| 淫视馆AV在线| 五月丁香综合啪啪| 久久精品爱爱| 丁香婷婷丁香五月欧美人| 五月丁香好婷婷姑娘综合网| 人妻videos人妻高清| 狠狠干狠狠干狠狠干狠狠干| 狠狠狠狠操| 互月天综合| 丁香婷婷成人在线播放| 色婷婷狠狠18| 午夜成人综合| 人人爱操| 色99视频| 大色鬼综合| 雪千夏麻豆| 欧美在线视频9| 激情五月色婷婷| 中文字幕在线资源| 六月丁香啪| 五月丁香婷中文字幕| 99色免费视频| 天天综合中文| 偷拍91九色| 99热6这里只有精品| 人人操av| 影音先锋男人AV资源站| 日韩无码人妻一区二区| 大香蕉婷婷色| 色五月婷婷成人视频| 五月婷婷九| 99综合| 超碰精品在线| 风流少妇A片一区二区蜜桃| 久久人人添人人爽添人人片αV| 五月丁香综合久久夜夜| 草榴视频网| 婷婷五月天最新综合你懂的| 26uu| 五月丁香六月玩女人| 色婷婷丁香| 大地资源色婷婷视频在线| 欧美一级毛卡片无码| 天堂久久性| 26UUU一区二区| 丁香婷婷啪啪啪| 人人摸人人| 亚洲AV网站| 国产乱子轮XXX农村| 艹B高清无码| 国产一区18| 99热永久在线观看| 五月天停停成人网| 婷婷操久久| www.狠狠| 日本97人人| 99碰| 99热国产国产| 久久金品黃色| 99热色精品| 182tv992tv人之初午夜免费观看| 色欲五月婷婷| 色婷婷在线综合色播网| 综合色激情| 九九99久久| 99综合色色色| 欧洲不卡视频| 青青草视频福利| 日日操天天操| 人妻22p| 色色色色色色综合网| 婷婷五月色综合| 综合激情五月丁香| 丁香激情网| 夜夜操狠狠操| 欧美、日韩、中文、制服、人妻| WWW·天天操·视频?| 五月精品免费XXX| 五夜婷婷| 五月丁香婷婷激情爱爱| 91丨九色丨东北熟女| 欧美激情五月| 99碰碰| 91干网站| 97人人超| 欧美97p| 狠狠爱五月婷婷| 日本人妻伦在线中文字幕| 东北黄色一级| 精品婷婷五月视| 99色综合| 不卡在线中文字幕无| 激情四射网| av在线色五月丁香婷区久| 在线中文av| 久久九九99视频| 九九成人精品免费视频| 99精品视频网站| 五月丁香啪| 日韩99视频| www狠狠| 婷婷综合在线| 婷婷五月激情综合啪啪| 色五月激情问网站| 久久五月天色婷婷| 天天激情站| 99欧美| 日本色视| 日逼影音先锋男人AV资源站| 大香蕉五月天| 99无码黄色视频| 亚洲妇女熟BBW| 久久精典| 五月天婷婷综合免费| 国产古装妇女野外A片| 97精品自拍| 深爱激情六月天| 八戒青柠影视剧在线观看| 黄久久久| 色噜噜婷婷| 色婷婷在线视频| 亚洲综合1024| 这里只有精品网| 丰满少妇乱A片无码| 91婷婷丁香| 国产va视频| av网站不卡在线| 深爱丁香网| 丁香婷婷基地| 影音先锋91资源站| 99爱免费视频| 男男野外做爰全过程69| 色婷婷手机在线| 久热黄色| 亚洲AV无码成人精品电影| 国产热精品| 色九区| 人人操99| 久超超碰| 97成人超碰免| 99国产小视频| 欧美午夜乱妇午夜福利| 色婷婷五月天中文字幕| 久久久27操| 99人人干人人操| 五月天中文网| 人妻体体内射精一区二区| 五月丁香猫咪久久婷婷综合视频激情四射网入口| 色噜噜狠狠色综无码久久合欧美| 婷婷色综合中心站| 六月天无码网址| 99这里有精品视频| 久久综合这里只有精品1| caop在线视频| 毛片新网地| 99热这里只有精品4| 99视频网址| 去色色五月天| 色六月天| 日本色婷婷| 午夜色色色极品视频| 一级黄色影片| 五月激情综合网| 婷婷97碰碰| 天天综合 99久久婷婷| 色99在线观看| www.91AV.com| 五月丁香六月婷婷亚洲综合| avh片在线观看| 五月婷婷丁香五月婷婷| 影音先锋日本三级资源| 乱抡小BB| 国产av一区二区三区| 九九视频这里只有精品在线播放| www夜夜| 五月开心婷婷网| 综合色播| 伊人激情| 五月天色丁香| 色婷婷五月天激情| 俺去也五月天婷婷| 99碰碰| 无码操B| 激情五月开心五月在线视频| 老司机日日夜夜青草| 婷婷丁香五月天婷婷| 99在线精品视频在线观看| 综合激情在线视频| 综合五月婷婷| 婷婷久久久| 性综合网| 精品无码色| 777精品久无码人妻蜜桃| 五月婷婷六月丁香激情深爱| 五月综合久久| 婷婷色播综合五月| 婷婷亚洲在线| 婷婷六月久久综合导航| 无码九九九九| 五月丁香色婷婷久久| 婷婷久久丁香五月| 97av在线视频| www.99在线| 亚洲综合婷婷| 婷婷五月天综合蜜桃| 91妻人人爽人人看片| 视色综合| 日韩成人电影av| 综合99久久天天综合| 丁香五月激情网| 啪啪操超碰| 91色综合| 综合婷婷| 操逼在线视频| 久久久色情| 婷婷五月天小说网| 婷婷玖玖五月天| 色五月婷婷基地| WWW,色五月| 日日躁夜夜躁狠狠久久AV| 天天做 天天爱| 毛v一区二区视频| 久久综合影院| 淫荡家庭AV| 九九视频在线观看视频6| 天天爽日日爽夜夜爽| 五月丁香毛片| 欧美色宗和激情| www.激情.com.| 大地资源色婷婷视频在线| 巴基斯坦粉嫩无码视频| 成人在线视频一区| 色五月网址| 色综合爱综合| 免费无码毛片一区二区A片| 天天综合社区| 99A级片| 这里只有精品视频在线| 伊人五月天婷婷| 综合99久久天天综合| 五月婷婷成人| 五月天婷婷成人资源站| 婷婷丁香91| 欧美婷婷五月丁香| 欧美丁香六月激情视频| 丁香五月综合狠狠| 久久婷婷五月综合色丁香| 天天色综合天天| 香蕉婷婷五月| 五月久久婷婷天堂视频| 思思色播| 五月婷婷综合天天操| 91婷婷搞| 婷婷五月天亚洲天堂| 99热超碰天堂网| 色情成人五月天| 久久er99| 九九这里只有精品在线视频| 99久久婷婷国产综合精品电影| 色五月综合| 久久久色婷婷五月天| 久久99日本精品视频免费观看| 亚洲无码色色| 免费视频这里只有精品| 影音先锋一区| 99ER热精品视频| 激情小说五月天| 五月激情综合网| 亚洲无AV在线中文字幕| 中文字幕 中文字幕明步| 色婷婷丁香五月| 欧美va在线观看| 精品国产人人爱人人| 超碰97色| 成人AV在线电影| 这里只有精品视频在线看| 婷婷五月综合社区| 色色色色欧美| 999婷婷综合| 色情激情五月| 99男人天堂| 99燥99日| 99激情在线| 人人人操97| 激情五月丁香五月| 激情综合网激情五月丁香五月俺也去| 婷婷五月激情网| 久久久婷丁香五月| 五月天久久www| 中文字幕视频色婷婷| 亚洲成人在线免费| 婷婷五月天激情五月天网站| 五夜婷婷| 一区二区乱视频码| 久久99精品视频| 久久99网| 五月花成人网| 欧美大香蕉视频| 无码 av电影| 99色在线观看| 婷婷五月天电影区小说区| 亚洲精品亚洲人成人网| 色婷婷久久综合| 一本久婷婷综合| 五月丁香激情综合| 开心五月天激情网| 蜘蛛女免费观看完整版高清电影 | 美国少妇性做爰| 成人在线网| 免费观看欧美成人AA片爱我多深| 人人爽在线视频综合网| 2015超碰| 超极99精品| 高清无码网址| 国产精品色| 婷婷五月激情在线| 久久久精品视频79| 久久激情五月网| 激情亚洲五月| 丁香六月激情| 伊人久久大香网| 五月天最新网| 五月婷婷深爱六月| 亚洲天天免费| 永久无码色| www.久久综合| 丁香五月瑟瑟| 无码激情AAAAA片-区区| 久久这里只有精品热在99| 97人人操人人| AA丁香综合激情| 久久婷婷操| caobi四区| 这里都是精品99| 五夜婷婷| 婷婷99狠狠躁天天躁中文| xxxx五月天色色| 综合色图婷婷| 亚洲国产精品二二三三区| 五月色影院| 婷婷四色五月| 国产精品成人AV在线| 婷婷五月婷婷| 常久最新免费的色吊丝| 五月婷婷视频ab| 久久五月天黄色五月天色网址| 天天日,天天射,天天插| 五月天无码| 日本97在线观看| 97久久久久久久久久久| 五月色综合| 伊人激情影院| AV性爱在线| 色情五月婷婷| 日韩九区| 亚州操操| 五月天婷婷成人网| 99激情视频| 日日撸夜夜操| 久久538| 综合五月丁香六月婷婷| 丁香美女主播视频在线观看| 五月亭亭综合五码| 伊人五月天婷婷| 天天免费日日夜夜夜夜| 99视频在线观看视频| 婷婷五月免费观看| 五月丁香999| 丁香五月大片| 人人色性网| 色噜噜狠狠色综合日日免费| 激情婷婷五月天伊人在线观看| 激情 五月 婷婷 丁香| 超碰chaompinm| 亚洲五月天婷婷| 婷婷色播婷婷| 六月丁香婷婷色狠狠久久| 五月天另类小说亚洲| 另类激情五月天。| 激情 五月 婷婷 丁香| 色色亚洲无码| 五月婷婷六月爱| 第四色婷婷五月| 99热这里只有精品2024| 99热99这里有免费的精品| 五月丁香婷在线| 五月婷婷六月少妇激情| 婷婷无码五月天| 久久天天| 丁香五月在线自慰| 久久狼人天堂| 99色性爰网络| 久久久这里有精品| 97啪啪| 九九99久久精品| 婷婷99狠| 五月丁香婷久久| 日韩av高清| 4399伦理午夜| 97干97色| 婷婷五月天av网| 亚州视频九九99| 亚洲综合在线丁香五月| 狠狠色丁香久久婷婷综合五月| 色综合激情| 色婷婷88| 久久精品性爱| 丁香五月色| 激情98色婷婷五| 日韩丁香涩| 亚洲精品网址| 亚洲国产成人在线| 色视频2025|