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。

XGBoost混合模型股票預(yù)測:Stacking、防泄漏與落地避坑

XGBoost混合模型股票預(yù)測:Stacking、防泄漏與落地避坑 簡介圍繞XGBoost混合模型在股票價格預(yù)測中的應(yīng)用這份工程碩士學(xué)位論文面向金融機(jī)器學(xué)習(xí)初學(xué)者、軟件工程與模式識別方向的研究生以及需要復(fù)現(xiàn)股票預(yù)測實(shí)驗(yàn)的開發(fā)者系統(tǒng)討論單一模型難以刻畫市場非線性關(guān)系時的集成建模思路。壓縮包僅含1個PDF文件約3.48MB完整呈現(xiàn)緒論、相關(guān)概念與理論基礎(chǔ)、集成學(xué)習(xí)與時間序列模型、XGBoost建模、混合模型設(shè)計(jì)、實(shí)驗(yàn)評價與結(jié)果分析等章節(jié)。讀者可從中了解決策樹、CART、GBDT到XGBoost的原理脈絡(luò)以及AR、MA、ARMA、ARIMA等時間序列方法的適用邊界還能參考特征工程、參數(shù)調(diào)整、與隨機(jī)森林、支持向量機(jī)等模型集成的方案并借助MSE、MAE、R2等指標(biāo)對比預(yù)測效果。論文同時討論過擬合等局限與深度集成、動態(tài)權(quán)重調(diào)整等改進(jìn)方向已有657人學(xué)習(xí)適合用作課程論文、畢業(yè)設(shè)計(jì)或股票預(yù)測實(shí)驗(yàn)的框架參考。1. 股票預(yù)測里XGBoost 混合模型到底在混什么單跑一個 XGBoost 做日頻股票預(yù)測是很多人入門的第一個動作特征扔進(jìn)去reg:squarederror一開訓(xùn)練集擬合得像模像樣一到樣本外RankIC 掉到小數(shù)點(diǎn)后第二位分層收益的單調(diào)性也沒了。問題不在樹不夠多而在于樹模型擅長的是有明確邊界的非線性交互股票收益率卻是低信噪比、強(qiáng)非平穩(wěn)、幾乎沒有穩(wěn)定邊界的東西。混合模型的出發(fā)點(diǎn)就是把預(yù)測任務(wù)拆開讓樹模型處理交互和分段效應(yīng)讓線性或時序支路處理單調(diào)性、趨勢和殘差結(jié)構(gòu)最后由一個元學(xué)習(xí)器決定信誰多一點(diǎn)。這套思路適合已經(jīng)能把單模型跑通、但卡在樣本外衰減上的從業(yè)者也適合想把因子研究和機(jī)器學(xué)習(xí)接起來的人。下面的路線、參數(shù)和踩坑記錄都是按能復(fù)現(xiàn)的口徑寫的。2. 三條混合路線殘差修正、特征分工、Stacking 怎么選2.1 為什么單靠 XGBoost 在日頻股票上會撞墻樹模型的輸出是一堆葉子的分段常數(shù)本質(zhì)上是階梯函數(shù)。它對「特征落在哪個區(qū)間」極其敏感但對「特征往哪個方向連續(xù)走」幾乎沒有外推能力。股票預(yù)測里最典型的一類信號恰恰是連續(xù)的動量在某個區(qū)間內(nèi)單調(diào)增強(qiáng)波動率放大到一定程度后收益分布變厚尾。這類關(guān)系用樹去切會被切成幾十個格子每一格在訓(xùn)練集里都夠樣本在樣本外全都靠不住。第二個問題是信噪比。日頻橫截面上可解釋的收益差異通常只有千分之幾的量級而噪聲是它的幾十倍。XGBoost 的加法樹結(jié)構(gòu)在低信噪比數(shù)據(jù)上有很強(qiáng)的記憶傾向max_depth稍大一點(diǎn)、min_child_weight稍小一點(diǎn)模型就開始記住某只股票在某段行情里的偶然模式。表現(xiàn)出來就是訓(xùn)練集 RMSE 一路下降驗(yàn)證集 IC 橫盤甚至下滑。第三個問題是非平穩(wěn)。特征分布會隨時間漂移今天是「低波動占優(yōu)」兩個月后變成「高換手占優(yōu)」。一棵在三年數(shù)據(jù)上長出來的樹葉子里的樣本均值反映的是這三年的平均市場狀態(tài)市場風(fēng)格一切換這些葉子均值就集體失效。線性模型至少還有一個系數(shù)符號可以解釋樹模型連這個抓手都沒有這也是很多人覺得 XGBoost 預(yù)測股票像個黑匣子的原因。把這三件事擺在一起混合模型的價值就清楚了用線性支路兜住單調(diào)性和外推用樹支路抓交互和分段再用一層融合把兩者的誤差結(jié)構(gòu)互補(bǔ)掉。2.2 三種混合范式的對比與選型從業(yè)者常見的做法有三類差異在于「混在哪一層」。范式怎么混適合的場景主要失效模式殘差修正先線性/時序模型擬合XGBoost 學(xué)殘差有強(qiáng)基線、殘差結(jié)構(gòu)明顯基線錯了殘差學(xué)成噪聲特征分工手工把特征分成線性組和交互組分別喂兩個模型加權(quán)平均因子體系清晰、可解釋性要求高分組靠拍腦袋權(quán)重難定Stacking多個基模型出 OOF 預(yù)測元學(xué)習(xí)器融合樣本量夠、切分嚴(yán)謹(jǐn)元層過擬合、泄漏放大殘差修正這條路最輕適合已有 ARIMA 或線性多因子基線的團(tuán)隊(duì)。它的隱含假設(shè)是基線已經(jīng)抓住了主要結(jié)構(gòu)剩下的殘差里有可學(xué)的成分。實(shí)際做下來股票收益的殘差大部分是真噪聲XGBoost 學(xué)到的往往是微弱的波動率殘差而非方向殘差所以這條路在方向預(yù)測上收益有限在波動率預(yù)測上反而更靠譜。特征分工介于兩者之間好處是每個子模型都能單獨(dú)解釋和調(diào)參壞處是需要人工決定哪些特征歸哪邊而這個決定本身就是一個超參數(shù)。如果特征體系里有明顯的單調(diào)因子估值、動量和明顯的交互因子量價背離、波動率與換手的組合分組會相對清晰。Stacking 是通用性最好的一種代價是對數(shù)據(jù)切分極其敏感。元學(xué)習(xí)器看到的輸入是基模型在驗(yàn)證折上的預(yù)測一旦基模型的 OOF 預(yù)測里混進(jìn)了未來信息元學(xué)習(xí)器會把這些信息當(dāng)成強(qiáng)特征放大線下指標(biāo)會好得反常實(shí)盤立刻打回原形。這條路的門檻不在模型在切分紀(jì)律。2.3 我一般選 Stacking以及它成立的前提默認(rèn)組合是XGBoost 作為主基模型吃全量特征Ridge 或偏線性的模型作為第二基模型吃標(biāo)準(zhǔn)化后的連續(xù)特征元學(xué)習(xí)器用帶 L2 的線性回歸而不是第二個樹模型。原因很直接如果元學(xué)習(xí)器也用樹等于讓樹在樹的殘差上再擬合一遍兩個模型的誤差高度相關(guān)融合的邊際收益被吃掉還多了一層過擬合風(fēng)險。線性元學(xué)習(xí)器的作用更像是在做一個受約束的加權(quán)平均系數(shù)可讀正負(fù)號能告訴你哪個基模型在什么階段更可信。這個組合成立需要三個前提。樣本量方面單標(biāo)的日頻三年數(shù)據(jù)大概七百多個點(diǎn)做 Stacking 偏少通常要放到橫截面多標(biāo)的上或者把預(yù)測周期拉長到 5 日、10 日讓有效樣本變多。特征穩(wěn)定性方面如果特征里有大量依賴財(cái)報(bào)披露的字段季報(bào)期的缺失和跳變會污染 OOF 預(yù)測得先做對齊。切分方面必須有 purge 和 embargo否則標(biāo)簽重疊會直接把未來信息漏進(jìn)訓(xùn)練折。3. 數(shù)據(jù)與特征把量價數(shù)據(jù)做成 XGBoost 能吃的矩陣3.1 標(biāo)簽構(gòu)造別拿收盤價做回歸目標(biāo)用收盤價序列做回歸是新手最容易踩的坑。價格是非平穩(wěn)的量綱隨時間和標(biāo)的完全不同模型學(xué)到的其實(shí)是「這只股票大概多少錢」而不是「它接下來會漲還是會跌」。正確的口徑是構(gòu)造一個可交易的前瞻收益T 日收盤出信號T1 開盤買入持有 N 個交易日后開盤賣出扣掉雙邊成本。這樣做的好處是標(biāo)簽和實(shí)際執(zhí)行一致回測和實(shí)盤的差距會小很多。import numpy as np import pandas as pd def make_label(df: pd.DataFrame, horizon: int 5, cost: float 0.0015) - pd.Series: df 需按 trade_date 升序含 open 列 horizon: 持有天數(shù) cost: 單邊成本合計(jì)傭金滑點(diǎn)沖擊雙邊按 2*cost 計(jì) 返回: 與 df 等長的前瞻凈收益末尾 horizon1 行為 NaN buy df[open].shift(-1) # T1 開盤買入 sell df[open].shift(-1 - horizon) # T1horizon 開盤賣出 fwd sell / buy - 1.0 - 2 * cost # 去極值避免個別異常值主導(dǎo)損失函數(shù) lo, hi fwd.quantile(0.01), fwd.quantile(0.99) return fwd.clip(lo, hi)這段的關(guān)鍵在shift(-1)和shift(-1-horizon)的錯位。如果寫成close.pct_change(horizon)等于假設(shè) T 日收盤就能成交回測會憑空多出一段收益。clip用分位數(shù)而不是固定閾值是因?yàn)椴煌瑯?biāo)的的波動量級差很多固定閾值在小盤股上會把有效信號一起剪掉。如果做橫截面模型標(biāo)簽還要再做一步處理在每個交易日內(nèi)對所有標(biāo)的的fwd做排序轉(zhuǎn)成 rank 或 zscore。這樣標(biāo)簽里就剝離了市場整體漲跌模型學(xué)的是「相對強(qiáng)弱」而不是「明天大盤漲不漲」。這一步對 IC 的穩(wěn)定性影響很大。3.2 特征清單與實(shí)現(xiàn)量價特征夠用不必一上來就上另類數(shù)據(jù)。核心是四組動量、波動、量能、形態(tài)位置。下面是單標(biāo)的版本的實(shí)現(xiàn)橫截面版本把groupby換成按日聚合即可。def build_features(df: pd.DataFrame, windows(5, 10, 20, 60)) - pd.DataFrame: df: 單標(biāo)的日線升序含 open/high/low/close/volume/amount/turnover 所有特征只使用 T 日及之前的信息 g df.sort_values(trade_date).reset_index(dropTrue).copy() c, v g[close], g[volume] ret1 c.pct_change() out pd.DataFrame({trade_date: g[trade_date]}) for w in windows: out[fmom_{w}] c.pct_change(w) # 區(qū)間動量 out[fvol_{w}] ret1.rolling(w).std() # 已實(shí)現(xiàn)波動 out[fma_gap_{w}] c / c.rolling(w).mean() - 1.0 # 均線偏離 out[fvr_{w}] v / v.rolling(w).mean() # 量比 out[famp_{w}] (g[high].rolling(w).max() - g[low].rolling(w).min()) / c # 區(qū)間振幅 # 形態(tài)位置收盤價在近 60 日高低區(qū)間中的相對位置 hi60 g[high].rolling(60).max() lo60 g[low].rolling(60).min() out[pos_60] (c - lo60) / (hi60 - lo60 1e-9) # 量價背離短期動量與短期量比的符號一致性 out[pv_div] np.sign(out[mom_5]) * np.sign(out[vr_5] - 1.0) # 收益率偏度與峰度刻畫尾部結(jié)構(gòu) out[skew_20] ret1.rolling(20).skew() out[kurt_20] ret1.rolling(20).kurt() # 換手穩(wěn)定性 if turnover in g.columns: out[to_std_20] g[turnover].rolling(20).std() out[to_z_20] ((g[turnover] - g[turnover].rolling(20).mean()) / (g[turnover].rolling(20).std() 1e-9)) return out參數(shù)上的取舍值得說清楚。windows取 5/10/20/60 是覆蓋一周、兩周、一月、一季四個常用周期再加窗口只會增加共線性。pos_60這類位置特征對樹模型特別友好因?yàn)樗烊皇欠侄斡行У恼寐湓跇涞膹?qiáng)項(xiàng)上而mom_w這種連續(xù)動量給線性支路更合適這也為后面的特征分工留了口子。偏度和峰度用 20 日窗口是因?yàn)楦痰拇翱谒愠鰜淼母唠A矩抖動太大更長的窗口反應(yīng)太慢。這兩個特征在樹模型里通常能排進(jìn)前二十但要注意它們對異常值極其敏感得在入模前統(tǒng)一做縮尾。3.3 時間切分與防泄漏隨機(jī) KFold 在時間序列上是災(zāi)難。原因有兩層一是標(biāo)簽本身跨越了未來 N 天訓(xùn)練折里的樣本和驗(yàn)證折里的樣本在時間上重疊二是特征里的滾動窗口也帶著過去的信息如果驗(yàn)證折緊貼訓(xùn)練折rolling 統(tǒng)計(jì)量會把兩折連起來。常見做法是 walk-forward 加 purge 加 embargo。def walk_forward_splits(dates: pd.Series, n_splits: int 5, horizon: int 5, embargo: int 5): dates: 已排序的交易日期序列 訓(xùn)練折與驗(yàn)證折之間挖掉 horizonembargo 天消除標(biāo)簽重疊泄漏 uniq np.sort(dates.unique()) fold_size len(uniq) // (n_splits 1) for i in range(1, n_splits 1): train_end i * fold_size val_start train_end horizon embargo val_end min(val_start fold_size, len(uniq)) if val_start len(uniq): break tr_dates uniq[:train_end] va_dates uniq[val_start:val_end] yield (dates.isin(tr_dates), dates.isin(va_dates))horizon和embargo這兩個參數(shù)不是隨手填的。horizon必須等于標(biāo)簽的持有期因?yàn)闃?biāo)簽在時間上跨越了這么多天embargo是為了處理特征側(cè)的滾動窗口理論上等于最長窗口長度實(shí)操里取 5 到 20 天已經(jīng)能壓掉大部分泄漏。設(shè)得太大會浪費(fèi)樣本尤其在樣本本來就少的情況下需要在這兩者之間反復(fù)試。提示如果只做單標(biāo)的walk-forward 的折數(shù)不要貪多。五折之后每折驗(yàn)證集只剩一百多個點(diǎn)IC 的置信區(qū)間寬到?jīng)]有判斷價值不如把折數(shù)降到三折、持有期拉長到 10 日。4. 混合模型落地XGBoost 線性支路的 Stacking 實(shí)現(xiàn)4.1 XGBoost 基模型的參數(shù)怎么定股票數(shù)據(jù)上XGBoost 的參數(shù)空間要往「保守」方向壓。深度不超過 6min_child_weight至少給到 20subsample和colsample_bytree都要小于 1學(xué)習(xí)率壓到 0.03 左右配合早停。這些設(shè)置的共同目的是抑制模型對單樣本的記憶。import xgboost as xgb PARAMS dict( objectivereg:squarederror, eval_metricrmse, max_depth4, # 日頻數(shù)據(jù) 3~5 足夠再深就是記樣本 min_child_weight20, # 葉子最小樣本權(quán)重抑制小樣本葉子 subsample0.8, # 行采樣增加折間多樣性 colsample_bytree0.7, # 列采樣緩解特征共線 eta0.03, # 小學(xué)習(xí)率 早停 reg_lambda2.0, # L2壓系數(shù)幅度 reg_alpha0.5, # L1做一次稀疏化 tree_methodhist, # 大數(shù)據(jù)量下比 exact 快一個量級 nthread8, seed42, ) def train_xgb(X_tr, y_tr, X_va, y_va, paramsPARAMS, rounds2000): dtr xgb.DMatrix(X_tr, labely_tr) dva xgb.DMatrix(X_va, labely_va) booster xgb.train( params, dtr, num_boost_roundrounds, evals[(dva, valid)], early_stopping_rounds100, verbose_evalFalse, ) return booster, booster.best_iterationmax_depth4和min_child_weight20是這一組里最關(guān)鍵的兩個。把它們調(diào)大訓(xùn)練集 RMSE 會明顯下降驗(yàn)證集 IC 通常同步下降這是過擬合最直接的信號。eta0.03配合early_stopping_rounds100實(shí)際最優(yōu)輪數(shù)往往落在 200 到 600 之間如果早停觸發(fā)在 50 輪以內(nèi)說明學(xué)習(xí)率偏大或者特征里有強(qiáng)泄漏。tree_methodhist在特征數(shù)上百、樣本數(shù)上萬時是必選項(xiàng)但要注意它默認(rèn)的分箱策略對類別型特征不友好特征里如果有大量的離散取值得先手動做編碼。早停用的驗(yàn)證集必須是最終評估之外的一折。如果拿測試集早停等于用測試集調(diào)了輪數(shù)后面的所有指標(biāo)都不再可信這是黑匣子式評估最常見的來源。4.2 線性支路為什么用 Ridge 而不是再上一個樹線性支路的作用不是「再多一個模型」而是「提供一種樹模型給不出的誤差結(jié)構(gòu)」。Ridge 對連續(xù)特征給出的是全局線性映射它的預(yù)測誤差和 XGBoost 的誤差相關(guān)性通常在 0.5 到 0.7 之間留出了融合空間。如果把第二支路換成 LightGBM兩個模型的誤差相關(guān)性會到 0.85 以上融合幾乎不漲點(diǎn)。線性支路對輸入有要求必須標(biāo)準(zhǔn)化必須處理共線必須做缺失填充。from sklearn.linear_model import Ridge from sklearn.pipeline import Pipeline from sklearn.preprocessing import StandardScaler from sklearn.impute import SimpleImputer def build_linear_branch(alpha: float 10.0) - Pipeline: return Pipeline([ (imp, SimpleImputer(strategymedian)), # 中位數(shù)填充抗極值 (sc, StandardScaler()), # 標(biāo)準(zhǔn)化Ridge 對量綱敏感 (ridge, Ridge(alphaalpha)), # alpha 控制收縮強(qiáng)度 ])alpha10.0是一個起點(diǎn)而不是終點(diǎn)。特征數(shù)在 50 到 100 之間時alpha 從 1 掃到 100驗(yàn)證集 IC 會有一個明顯的平臺區(qū)取平臺區(qū)中間的值比取峰值更穩(wěn)。中位數(shù)填充在這里比均值填充好是因?yàn)榱績r特征的缺失往往和停牌、漲跌停有關(guān)這類樣本的分布本身就偏。如果要進(jìn)一步提升非線性能力可以在 Ridge 前面加一層多項(xiàng)式交互但要嚴(yán)格限制階數(shù)二階以上在股票數(shù)據(jù)上幾乎必然過擬合。4.3 元學(xué)習(xí)器與 OOF 融合Stacking 的核心紀(jì)律基模型的預(yù)測必須在同一套時間切分下生成 OOF元學(xué)習(xí)器在 OOF 上學(xué)最終模型在全量訓(xùn)練集上重訓(xùn)。import numpy as np from sklearn.linear_model import LinearRegression def stack_oof(X, y, dates, model_factory, splits): 返回每個樣本的 OOF 預(yù)測每個樣本只在它被當(dāng)作驗(yàn)證集時產(chǎn)生一次預(yù)測 oof np.full(len(X), np.nan) for tr_mask, va_mask in splits: model model_factory() model.fit(X[tr_mask], y[tr_mask]) oof[va_mask] model.predict(X[va_mask]) return oof # 1) 兩路基模型各自產(chǎn)出 OOF oof_xgb stack_oof(X_all, y_all, d_all, lambda: XGBWrapper(PARAMS), splits) oof_lin stack_oof(X_all, y_all, d_all, lambda: build_linear_branch(10.0), splits) # 2) 元特征矩陣只用兩路基模型的預(yù)測 Z np.column_stack([oof_xgb, oof_lin]) valid ~np.isnan(Z).any(axis1) ~np.isnan(y_all) # 3) 元學(xué)習(xí)器用線性回歸 非負(fù)約束方向避免權(quán)重亂翻 meta LinearRegression(positiveTrue) meta.fit(Z[valid], y_all[valid]) print(dict(zip([xgb, lin], meta.coef_)))positiveTrue這個約束很實(shí)用。不加約束時元學(xué)習(xí)器在驗(yàn)證折上偶爾會給出負(fù)權(quán)重等價于「反著用某個模型」這種解在樣本外極不穩(wěn)定。加上非負(fù)約束后權(quán)重變成一種可信度分配通常 XGBoost 拿 0.6 到 0.8線性支路拿 0.2 到 0.4隨市場狀態(tài)小幅波動。valid那一行的過濾不能省。OOF 在每折邊界上會有一批 NaN被 purge 掉的樣本直接喂給元學(xué)習(xí)器會讓它報(bào)錯或者悄悄丟掉行導(dǎo)致元學(xué)習(xí)器的訓(xùn)練樣本和最終模型不一致。4.4 評估IC、分層和成本三件事一起看只看 RMSE 在這類任務(wù)上沒有意義因?yàn)槭找娣植己裎簿秸`差被少數(shù)極端值主導(dǎo)。至少要看三個指標(biāo)RankIC 的均值和標(biāo)準(zhǔn)差、分層收益的單調(diào)性、扣成本后的凈值。from scipy.stats import spearmanr def rank_ic(y_true, y_pred): return spearmanr(y_true, y_pred).correlation def ic_series(df, date_col, y_col, p_col): 按日計(jì)算橫截面 RankIC返回序列 return (df.groupby(date_col) .apply(lambda g: rank_ic(g[y_col], g[p_col])) .dropna()) def layered_return(df, date_col, y_col, p_col, q5): 按預(yù)測值分 q 層統(tǒng)計(jì)每層平均前瞻收益 df df.copy() df[layer] df.groupby(date_col)[p_col].transform( lambda s: pd.qcut(s, q, labelsFalse, duplicatesdrop)) return df.groupby(layer)[y_col].mean()評估上有兩個細(xì)節(jié)容易漏。第一IC 要看均值除以標(biāo)準(zhǔn)差也就是 ICIR單看均值會被少數(shù)高 IC 的月份帶偏。第二分層收益要看單調(diào)性而不只看多空差如果中間層是亂的、只有頭尾分開說明模型抓的是極端值而不是整體排序這種信號在實(shí)盤里換手會非常高。成本必須進(jìn)評估。日頻策略雙邊成本按千分之一到千分之三算5 日持有期下如果多空組合的月?lián)Q手超過 200%成本能吃掉大半超額。很多混合模型在線下看著比單模型好扣完成本就不剩什么了這也是選型時最該盯的一點(diǎn)。5. 避坑與排查混合模型最容易翻車的五個地方5.1 全樣本標(biāo)準(zhǔn)化導(dǎo)致線下虛高現(xiàn)象離線 RankIC 穩(wěn)定在 0.08 以上換一段樣本外直接掉到 0.01重訓(xùn)也救不回來。原因標(biāo)準(zhǔn)化、缺失填充、去極值這些預(yù)處理用了全樣本統(tǒng)計(jì)量驗(yàn)證折的均值和方差里混進(jìn)了未來數(shù)據(jù)。特征被「提前知道」了未來的分布模型學(xué)到的關(guān)系在真實(shí)時序里不存在。解決所有預(yù)處理必須放進(jìn) Pipeline在每個訓(xùn)練折內(nèi)單獨(dú)fit然后transform驗(yàn)證折。去極值的分位數(shù)也一樣只能在訓(xùn)練折上算。改完之后線下 IC 通常會掉三到五成但樣本外的衰減會明顯變緩。5.2 標(biāo)簽重疊沒做 purge現(xiàn)象交叉驗(yàn)證分?jǐn)?shù)很高但把模型放到完全沒參與訓(xùn)練的最后一折上表現(xiàn)斷崖式下跌。原因5 日持有期的標(biāo)簽在時間上重疊第 T 天和第 T3 天的標(biāo)簽共享了部分未來信息。如果訓(xùn)練折的最后幾天和驗(yàn)證折的最前幾天的標(biāo)簽窗口重疊模型等于見過答案。解決訓(xùn)練折和驗(yàn)證折之間挖掉horizon embargo天。這個坑最隱蔽的地方在于它不會報(bào)錯也不會讓指標(biāo)變難看只會讓指標(biāo)好看得不可信。5.3 元學(xué)習(xí)器把基模型的相關(guān)性當(dāng)成了信號現(xiàn)象元學(xué)習(xí)器的權(quán)重在折間劇烈跳動某一折 XGBoost 權(quán)重 0.9下一折變成 0.1最終融合效果還不如單模型。原因兩個基模型的 OOF 預(yù)測高度相關(guān)時元學(xué)習(xí)器的解空間是病態(tài)的微小的數(shù)據(jù)擾動就會讓系數(shù)翻來覆去。加上樣本量本來就少這個問題會被放大。解決加非負(fù)約束、加 L2 正則、限制只用兩到三個基模型。如果兩個模型的預(yù)測相關(guān)系數(shù)超過 0.9說明它們提供的信息重復(fù)沒必要硬融直接留一個更穩(wěn)的。5.4 停牌和漲跌停樣本污染特征現(xiàn)象某些標(biāo)的的預(yù)測值在特定日期出現(xiàn)極端異?;販y里表現(xiàn)為幾筆不合理的巨額收益。原因停牌期間的量價數(shù)據(jù)是復(fù)制或缺失的滾動窗口算出來的波動率接近零、量比無窮大。如果這些樣本還帶著正常的標(biāo)簽進(jìn)入訓(xùn)練模型會學(xué)到「低波動高收益」這種偽關(guān)系。解決停牌日直接剔除或者在特征里加一個「可交易」標(biāo)記并在訓(xùn)練時給這些樣本零權(quán)重。漲跌停日同理T1 開盤買不進(jìn)去的樣本標(biāo)簽本身就是不可執(zhí)行的。5.5 早停用錯了數(shù)據(jù)集現(xiàn)象調(diào)參時驗(yàn)證集指標(biāo)一路上升最后確定的輪數(shù)在測試集上完全不 work。原因早停監(jiān)控的是驗(yàn)證集而驗(yàn)證集如果同時被用來選超參、選輪數(shù)、選特征它事實(shí)上已經(jīng)變成了訓(xùn)練集的一部分。多輪迭代下來模型對驗(yàn)證集的過擬合會非常嚴(yán)重。解決切三段——訓(xùn)練、早停驗(yàn)證、最終測試。早停只看中間那段測試段在整個調(diào)參過程中不打開只在最后評估時用一次。6. 把混合模型做穩(wěn)滾動重訓(xùn)、漂移監(jiān)控與參數(shù)搜索邊界模型訓(xùn)練完之后真正決定長期表現(xiàn)的是維護(hù)策略。股票數(shù)據(jù)的分布漂移是持續(xù)的一個固定參數(shù)的 XGBoost 混合模型如果半年不重訓(xùn)IC 衰減會非常明顯。我一般用滾動重訓(xùn)每次用最近 3 年數(shù)據(jù)訓(xùn)練按月或按季度重跑一次重訓(xùn)時保留上一版的超參只重訓(xùn)權(quán)重和樹結(jié)構(gòu)。這樣既跟上了分布變化又避免了每次重訓(xùn)都重新調(diào)參帶來的不穩(wěn)定。漂移監(jiān)控用一個很樸素的指標(biāo)就夠特征分布的 PSI按月計(jì)算當(dāng)前月與訓(xùn)練窗口的分布差異PSI 超過 0.25 的特征單獨(dú)標(biāo)記出來。如果連續(xù)兩個月有超過三成特征觸發(fā)說明市場狀態(tài)已經(jīng)偏離訓(xùn)練窗口該提前觸發(fā)重訓(xùn)而不是等固定周期。def psi(base: np.ndarray, cur: np.ndarray, bins: int 10) - float: 群體穩(wěn)定性指數(shù)衡量特征分布漂移0.25 視為顯著漂移 qs np.quantile(base, np.linspace(0, 1, bins 1)) qs[0], qs[-1] -np.inf, np.inf b np.histogram(base, binsqs)[0] / len(base) 1e-6 c np.histogram(cur, binsqs)[0] / len(cur) 1e-6 return float(np.sum((c - b) * np.log(c / b)))參數(shù)搜索的邊界也該收窄。max_depth在 3 到 6 之間掃min_child_weight在 10 到 50 之間掃subsample和colsample_bytree固定在 0.7 到 0.9eta固定 0.03。把搜索空間壓到這么小是因?yàn)楣善睌?shù)據(jù)上的驗(yàn)證集本身噪聲很大大范圍搜索找到的「最優(yōu)」大概率是過擬合驗(yàn)證集的偶然結(jié)果。寧可少調(diào)也別調(diào)出一個只在某一段歷史上成立的組合。還有一個技巧值得試把最終預(yù)測做一次橫截面標(biāo)準(zhǔn)化再排序。樹模型輸出的絕對值分布在不同日期之間差異很大直接拿去分層會因?yàn)榻^對值漂移導(dǎo)致層間樣本數(shù)不均標(biāo)準(zhǔn)化之后分層變得穩(wěn)定換手也會降下來。最后說個血淚經(jīng)驗(yàn)。我最初做這類混合模型時花了大半時間在調(diào) XGBoost 參數(shù)上從max_depth掃到grow_policy收益很有限真正讓樣本外表現(xiàn)穩(wěn)定下來的是把切分紀(jì)律做扎實(shí)、把預(yù)處理塞進(jìn) Pipeline、把評估從 RMSE 換成 ICIR 加分層單調(diào)性這三件事。模型結(jié)構(gòu)能帶來的提升通常是個位數(shù)百分比而一個泄漏能讓你所有努力歸零且你根本看不出來。先信數(shù)據(jù)切分再信模型這個順序別搞反。希望幫到你。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
思思综合热| 综合色色色| 欧美色五月| 日韩成人AV在线| 美女五月狠狠| 婷婷99视频精品| 天天爱天天秀天天做| 色色色色色色色色色色色色色五月天| 欧美久久网| www.yw色| 丁香五月婷婷在线| 五月婷婷丁香伦理网| 五月激情天| www.夜夜夜| www.婷婷六月天| 色七色九九| www.狠狠干com| 激情五月综合婷婷| 99热这里只有精品4| 丁香亚洲色综合| 亚洲丁香五月在线观看| 五夜丁香| 亚洲综合五月天婷婷| 牛牛色av| 五月人人丁香婷婷五月人人丁香| 日韩AAAAAAAAAAA片| 亚洲区视频| 欧美人与性动交CCOO| 91久久九| 婷婷成人在线| AV五月丁香| 专区无日本视频高清8| 天天射影院| 婷婷丁香综合在线| 5月婷婷综合| 久久久久久丁香五月| 婷婷涩涩五月天| 思思热在线视频精品| www.婷婷五月| 爱草视频在线观看| 色优久久| 热久视频| 人妻操逼视频。| 婷婷六月色| 颜射 精品性爱av| 色吊丝99| 日本高清久久| 夜夜综合色| 91青娱乐青青草| 99视频内射三四| 久热播这里只有精品| 亚洲无码成人网| 日日干天天| 九九综合| 成人亚洲精品久久久久| 久久久人妻不卡| 狠狠色婷婷777| 另类在线| 99爱精品视频| 9+1视频网址| 激情五月天天| 丁香五月人妻| 天天综合精品| 婷婷激情欧美| 激情五月丁香婷婷夜夜操| 国产精品成av人在线视午夜片| 开心婷婷中文字幕| 操操操操操电影网| 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 | 丁香婷婷五月综合色情| 欧美草久久五月天91| 六月丁香大香蕉| 国产伦亲子伦亲子视频观看| 婷婷91| 婷婷娱乐丁香综合网| 操日视频| 中文字幕网伦射乱中文| 99热全是精品| www.av骚货| 丁香激情五月| 色婷婷内射| 婷婷五月日本| 丁香婷婷激情| 九九久久精品| 欧美日本黄色| 99精色| 亚洲综合久| 伊人久久丁香狠狠婷婷综合香蕉| 色99亚洲| 久久婷婷色| 五月丁香日逼| 91a片爽| 精品人妻午夜一区二区三区四区| 五月天社区| 色色网五月激情| 色婷婷成人做爰A片免费看网站| 涩五月色婷婷| 激情五月婷婷中文字幕| 五月天色官网| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 五月丁香婷婷激情在线视频| 久久人妻久久| 五六月婷婷| 97极品在线| www99精品亚| 五月丁香色播| 婷婷五月天 丁香五月天 裸体| 丁香五月婷婷啪| 久草五月婷婷| 99热亚洲精品| 激情综合九| 天天在线天天综合网色| 丁香五月偷拍| 99激| 少妇性按摩无码中文A片| 九九人妻福利| 久久国产一区二区三区| 六月婷色六月| 色综啪啪啪啪啪啪| 五月色丁香| 丁香五月另类色婷婷麻豆| 激情五月天婷婷色色色色色色色色色色色 | 六月婷婷香蕉| 亚洲视频二区| 99热大香蕉| 开心五月综合激情网| 五月天婷婷丁香花| 久久久久9| 欧美日韩999| 亚洲天堂99| 丁香色色色| 亚洲欧美成人在线| 色婷婷综合久色AV五色最新| 国外亚洲成AV人片在线观看| 婷婷五月天BBw| 伊人大香蕉综合在线| 深爱激情综合网| 91丨九色|PRNY熟妇| WWW.桔色成人.COM| 婷婷久久免费| 九九综合伊人| 成人婷婷五月天| 亚洲愉拍99热成人精品| 色婷婷久综合久久一本国产AV| 超碰AV成人| 色综合久久中文| 色9月| 日本系列_4页_777FP| 九九综合伊人| 99精品视频在线观看| 日日激情网| www.婷婷五月天,com| 欧美这里只有精品| 婷婷激情五月吧| 疯狂做受XXXX高潮A片动画| 伦99热| 亚洲精品V天堂中文字幕 | 丁香五月婷中字在线| 五月丁香花激情综合网| 五月丁香 啪啪| 激情五月综合网| 五月社区婷婷激情| 久久 中文 日本| 色婷婷五月色| 天天干天天玩天天夜天天射天天操天天日蜜臀少妇 | 综合激情五月丁香| 99碰碰。| 婷婷五月av| 伊人青草成人| 99热在线观看成人| 少妇高潮一区二区三区99欧美| 六月亚洲婷婷6月中文字幕| 最近中文字幕2019视频1| 亚洲99精品欧美一区| 六月婷婷青青青视频| YJLZZJLZZ亚洲乱熟无码| 激情五月黄色小说| 婷婷五月激情五月丁香五月| 婷婷99| 婷婷丁香综合| 99视频色在线观看| 亚洲成人无码免费| 激情开心五月天| 天天综合影院| 九九精品在线视频观看| 九九久久色| 99爱视频在线观看这里只有精品| 美女va| 久久激情四射| 国产亚洲色婷婷久久99精品91| 五月婷丁香久久久| 午夜色婷婷| 五月婷A V在线| 久久99精品久久久久久噜噜| 天天做综合网色综合| 4438激情网| 粉嫩AV久久一区二区三区| 思思热精品在线| 久久这里只有国产| 欧美婷婷九月| 秋霞av吧| 91九色精品熟女内射| 婷婷五月天伊人网| 久久五月天激情视频| 五月丁香婷婷综合视频| 久久桃花网色婷婷| 色色五月丁香| 婷婷五月AV| 操熟女成人网| 婷婷黄色五月天在线视频| 91人人妻人人操| 国产亚洲在线| 亚洲五月色| 欧美VA视频| 狠狠爱综合| 99热66| 26UUU在线观看| 亚洲AV综合在线观看| 91久久久久| 五月激情天| 久久精品人妻| 久久久精品色色色| 伦99热| 91九色国产| 国产人人操| 99操逼| 蜜臀av粉嫩av懂色av| 丁香久久AV| 91婷婷搞| 人人操操| 人人操大| 九色激情| 天天综合网~91| 婷婷伊人綜合中文字幕小说| 久婷婷| 日本色爽| 色色色9| 丁香五月AV综合激情| 中文字幕 码精品视频网站| 99免费青青蜜臀| 超PEN精品在线| 99精品免费| 人人爽欧美婷婷久久久五月丁香| 色婷丁香五月| 成人色五月天婷婷| 色很很96| 啪啪一区| 91五月天| 伊人99热| 99re66热这里只有精品| 色色婷婷五月天| 特级操b片| 婷婷五月日本| 嫩草视频| 黄色AAAAAAA| 做爰丰满少妇1313| 婷婷97狠狠成人网站| 久久免片| 9色在线| 97久久视频| 热99在线| 五月丁香婷婷爱| 无码任你操| 大地资源色婷婷视频在线| 另类图片激情五月天| 人妻狠狠操| 婷婷五月激情网| 狠狠色噜噜狠狠狠狠综合| 五月婷久久久| 97久操| 丁香深五月婷婷| 操逼五月婷婷| 热热色色五月天婷婷| 九九九九操逼| 亚洲AV无码电影| 精品日本视频444| 91婷婷视频| 超碰人人摸人人操| 潘金莲AAAAAAAAAA| 久久综合9| 好大好粗嗯啊-一级黄色大片免费观看-成人AV| 超碰2021| 丁香五月久久社区| 欧美高潮9| 丁香色色五月| 久久久久久久久久婷婷| 草草影院爱爱| 99久热在线精品| 丁香九月综合| 色五月五月丁香| 爱草视频在线观看| 久久婷婷五月综合伊人| 色色99| 超碰色综合| 99热老司机| 成人一级片| 日本色婷婷| 激情五月天综合网| 五月激情综合网| 极品人妻VIDEOSSS人妻| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 午夜不卡久久精品无码免费| 大鸡巴伊人网| 狠狠第四色| 九九色精品| 日本婷婷综合精品| 啄木鸟丝袜美女福利视频| 五月婷婷亚洲| 婷婷五月天色| 超碰婷婷色| 激情五月婷婷色色| 亚洲啪视频| 色婷婷五月天天天天天| 久久久五月四色| 五月婷婷五月天在线| 久久性操| 国产偷人爽久久久久久老妇APP| 激情综合网婷婷五夜| 97碰操| 7超碰自拍| 亚洲超碰在线| 五月综合激情综合久| 99热成人在线观看| 2025天天日爽| 狠狠穞A片一區二區三區| 性按摩玩人妻HD中文字幕| 偷拍99在线视频观看| 怡红院91a√| 久久免费精品小视频| www.激情在线| 亚洲第一精品成人999久久精品| 色综合九九| 五月天综合网| 丁香久久久| 婷婷欧美综合| 激情五月丁香五月色| 色综合色婷色基地| 亚洲欧洲色色| 色婷婷偷拍| 操一区| 久草热8精品视频在线观看| 激情五月九九九| 成人av免费观看| 人人爱天天摸摸天天爱| 狠狠色综合网站久久久久| 超碰免费99| 精品久热| 婷婷久久性爱| 人人看人人要| 久机视频这只有精品| 蜜桃婷婷丁香综合久久开心亚洲| 日韩99视频| 天天插夜夜爽| 天天摸天天肏| 婷婷亚州综合| 五月丁香拍拍激情综合| 婷婷午夜精品久久久| 一二线视频 另类| 久久婷婷丁香视频网| 美女va| 综合久久五月天| 99精品在线播放| 天堂久久大香蕉| 色五月婷婷成人视频| 色婷婷狠狠爱| 色色 9| 天天爽天天| 《丁香激情综合久久伊人久久》影视在线观看 -高清预告手机免费播放 -三妹影院 | 色播五月婷婷综合| 91操在线视频| 成人片在线免费看| 欧洲高清免费久久| 色色色网站| 在线观看免费狠狠色丁香香综合| 欧美VA在线观看| www超碰| 色婷婷小视频| 襙比视频| 欧美精品999| 国产肏屄大片| 婷婷五月18永久免费视频| 欧美一级色| 五月丁香自拍| 婷婷伊人网| 国产精品久久久久久喷浆| 色色五月丁香婷婷| 超碰93在线观看| 亚洲黄色操逼| 丁香婷婷六月天| 婷婷色色五月天| 99热久久日本| 99热精品在线免费观看| 97人碰人操| 五月色亭丁香| 在线天堂9| 96精品国产综合久久久久久| 婷婷五月免费在线| 亚洲蜜桃精久久久久久久久久久久| 九洲一级A片| 婷婷五月中文在线视频| 97人碰人操| 丁香五月婷婷六月婷| 久热无码| 成人短视频在线| 婷婷综合成人| 女人天堂久久| 色五月天成人| 国内久久婷婷| 婷婷五月天激情五月天| 色色五月婷婷狠狠| 亚洲瑟瑟精品在线| 啪啪综合网| 日本三级大片| 伊人激情影院| site:xiongshengzz.com| 99re免费精品视频| 色综合色五月| 操一区| 亚洲情色一区| 久久9久| 成人日韩欧美| 欧美激情综合| 1024人妻| 啪啪五月天啪啪| 亚洲乱码日产精品BD在线观看| 99视频色在线观看| 午夜大香蕉| av 一区三区四区| www.五月天色色.com| 综合玖玖偷拍| www热久久yy9| 日本激情91| 五月天丁香久久| 久久99大全| 激情五月天婷婷| 亚洲黄3级片网站欧美| 玖玖婷婷五月天| 色五月婷婷伊人| 六月丁香啪啪啪| 超碰97久久| 五月丁香六月成人| 91免费看片| 色婷婷97| 激情六月丁香综合| 午夜性做爰电影| 538久久| 香蕉网婷婷| 色婷婷五月天堂资源| 婷婷丁香成人色综合| 久久婷婷色五月| 狠狠色丁香久久综合婷婷亚洲成人福利 | 亚洲视频色婷婷| 大香线蕉伊人| 无码色色色| 久久黄色免费视频| 天天日日| 激情五月综合网| 亚洲成人高清在线| 丁香五月婷婷啪啪| 色播丁香婷婷五月激情| Www.久久| 欧美激情综合色综合啪啪五月| 五月激情婷婷综合| 丁香激情网| 99re这里只有精品首页| 婷婷综合偷拍| 天天干天干| 婷婷五月激情基地| 九九九九中文字幕| 亚洲成人综合在线| 五月天伊人日日噜影片AV| 综合激情四射一theav| 色五月婷婷综合在线| 婷婷五月天影院| 色色色色综合网| 五月天成人手机在线视频| 在线不卡的视频| 久久Xx| 涩涩五月天综合| 婷婷的五月天另类视频| 亚洲色图五月丁香| 亚洲综合新99视频| 五月天丁香欧美激情| 色综合com| 五月婷婷大香蕉| 亚洲视频一区| 99九九热视频| 五月天开心色情网| 欧美VA视频| 色丁香五月婷婷| 激情5月天天天| 欧美日韩成人在线网站| 五月天激情网站| 天天操电影院色狼性av| 激情AV| 成人五月丁香花| 久久99精品久久久久久噜噜| 久久天天天| 91丨九色丨国产| 99热久草| 秋霞影音91人妻久久| 丁香五月激情网| 国产精品久久久久久久久久久久| 丁香五月激情综合| 久久午夜理论| 五月婷精品| 99精品视频免费观看近期发布| www.狠狠操| 丁香五月在线伊人| 182TV大香蕉| 无码激情AAAAA片-区区| 国产在线黄色| 天天综合网网欲色| 久月丁香爱婷婷综合| 国产精品成人网站| 超碰v| 色欧美影院| 久久婷婷五月综合色播| 97人人干人人操| 91在线精品一区二区| 在线99热| 天天日人人爽| 99综合视频在线| 热久久这里只有三级视频| 99热最新| 天天插天天插天天插天天插 | 色五月天在线观看| 99爱在线视频| 五月婷婷深爱六月| 九九国产精视频| 亚洲AV无码成人精品电影| 欧美成人精品A片免费一区99| 色色色免费视频| 婷婷六月丁香久| 97碰久久| 99久久.www| 亚洲AV在线免费看| 九月婷婷综合| 99热精品在线播放| 五月丁香六月色| 26uuu欧美亚洲日韩| 亚洲操操| 色噜噜狠狠色综合成人99| 一本色道久久88加勒比| 久9久9久9久9久9久9| 天天插AV丝袜中| 97色五月天| 婷婷五月综合在线| 97极品在线| 91av无码| 国产成人综合电影| 极品人妻VIDEOSSS人妻| 五月天精品视频| 啪啪操超碰| 久久婷婷综合五月趴| 丁香婷婷五月天色播| 99视频35精品视频在线观看| 青青久久大香蕉| 丁香五月激情五月色综合| 性做久久久久久久免费看| 精品久久99| 99啪啪网| 天天日天天操心| 久草热视频在线观看| 激情五月丁香激情综合网 | 精品无码99| 丁香五月婷婷精品视频| 五月丁香色五月| 丁香五月六月久久综合| 色五月激情视频在线综合| 国产avapp 网| 色婷婷丁香九月| 久久大香免费| 日比网免费国产| 欧美色五月| 涩涩五月天| 婷婷深爱五月天| 91色婷婷综合久久中文字幕二区| 综合色色婷婷| 91精品久久久久久久久| 国产免费一区二区三区三州老师F1F1.CC | 久久婷婷激情| 综合婷婷| 99视频色在线观看| 开心深爱五月天| 天天综合亚洲综合网天天αⅴ| www.五月婷婷久久.com| 久久精品4| 久久五月网| 久久五月网| 久月婷婷| 激情婷婷五月久久| 99久久99热| 综合久久丁香婷婷,五月婷婷六月丁香,开心激情综合网,六月丁香在线观看,婷婷丁 | 激情五月瑟瑟| 天堂五月婷婷| 99在线视频精品| 91大神操美女| 色五月开心婷婷| 无码四色色色| 亚洲色情一区二区三区四区| 五月天激情网页| 少妇人妻凹凸视频| 激情五月天在线视频| 99热这里只有精品国产首页| 五月色天情| 可以看的av网站| 五月丁香激情综合啪啪| 欧美色五月| 99亚州综合精品成人网| 无码人妻少妇色欲AV一区二区| 熟妇人妻中文字幕无码老熟妇| 久久久久久久11111111111| 亚洲三A| 婷婷久久欧美| 99热亚洲精品| 色情五月婷婷| 精品99爱免费视频在线观看 | 一月婷婷色色| 99在线精品视频| 丁香五月AV| 欧美槡BBBB槡BBB少妇| www.91五月| 月丁香久久久| 婷婷九九| 色五月天综合| 《蜘蛛女》梁铮1995| 五月婷婷影| 色欲久久综合| 无码AV大香线蕉伊人| 91视频免费后入强操| 国产精品久久久久久白浆色欲| 性爱在线播放av| 我要射综合| 久久精品人妻| 狠狠爱综合| 国产亚洲AV人片在线| 激情五月天的婷婷| 激情美女五月天| 天天做 天天爱| 日本九九网| 99啪啪视频| 亚洲乱码日产精品BD| 99在线综合视频| 人人操91| 久久久久99精品成人片| 日本爆乳片手机在线播放| 99精品热| Av中文在线| 99热这里都是精品| 狠狠干青青草| 丁香婷婷色| 开心五月婷婷激情| 美女久久天堂| 超碰91在线| 欧美色播综合在线观看| 激情五月婷| 丁香五月天啪啪| 日韩野外 无套| 超碰女人天堂| 淫水导航| 九九久久网| 丁香六月婷婷色XXXX| 久久92| 六月婷色六月| 开心五月婷婷激情| 中文字幕婷婷9月天| 九九热啪啪| 噜噜噜噜在线| 91狠狠综合久久久| 色约约视频一区二区三区四区五区| 色五月婷婷1| 天天干天天日天天插| 九九视屏| 99热 日韩| 超碰狠狠操| 热久久99热欧美国产亚洲| 激情五月激情综合网| 婷婷五月天最新网址| 99九九在线| 99热99干| 五月天激情网站| 五月丁香色综合| 欧美Va在线| 五月婷婷中文字幕| 亚洲激情五月| 大伊久久| 久热久| www.久久爱.c n| 深爱五月天 开心网| 亚洲区视频| 天堂va久久久噜噜噜久久Va| 蜜桃婷婷丁香五月天狠狠久久综合| 91热网址| 国内9l视频自拍老熟女九色| 亚洲激情高潮| 久久激情五月婷婷| 婷久久综合| 亚洲AAA| 婷婷六月综合激情| 激情伊人网| 五月婷婷开心亚州在线| 极品少妇XXXX精品少妇偷拍| 97中文在线| 色婷婷五月综合| 精品一二三区久久AAA片| 玖玖爱综合网| 青青草原福利在线| 99在线精品免费视频| 激情深爱五月婷婷| 五月丁香婷婷久久| 亚洲色色五月天| 涩婷婷五月天| 国产黄大片在线观看画质优化| 亚洲另类在线观看| 人人视频色| 熟女少妇内射日韩亚洲| 日韩一区二区在线播放| 五月天综合婷婷| 六月色播| 亚洲激情综合| 中国无码av| 热99这里只有精品视频| 91Chinese在线| 久久丁香九| 色九月激情综合网| 午夜性做爰电影| 天堂AV三级| 思思re99视频在线观看| 久久99婷婷| 99视频只有精品| 久久婷婷青青草| 激情校园 亚洲| 丁香六月天| 丁香色六月婷婷| 91 九色 熟女| 亚洲无码11| 亚洲成人中心| 国产.亚洲.欧洲视频在线| 色视频五月天| 丁香六月欧美| 五月激情久久综合网| 久综合九综合99| 激情综合网激情五月丁香| 蜜桃人妻无码AV天堂三区| 久久99热只有精品| 久久婷婷五月丁香网| 人人妻人人澡| 超碰人人干| 91seav| 91精品综合久久久久久五月丁香| 五月婷在线| 天天做天天爱| 天天噜天天爱| 人妻第九页| 26uuuavcom| tingtingcaobi| 天天舔天天摸视频| 日韩啪图| 99男人的天堂| 日本99热| 性无码专区无码| 色高清无码视频| 色99久草在线| 日本婷色| 操人久久| 26uuu精品国产| 另类五月婷婷| 亚洲欧美在线观看| 丁香五月婷婷手机| 少妇婷婷五月天| WWW.婷婷五月天.COM| 99热婷婷| www.色综合| 丁香五月婷婷呀| 教师性爱毛片| 婷婷六月啪啪| 五月丁香久久网| 激情第四色| 夜夜爽日日躁| 亚洲激情六月| 久久久婷婷五月亚洲97号色| 欧美在线干| 九九伊人网| 五月丁香久久呀| 欧美色色日韩| 超碰激情网| 五月伊人综合| 偷拍九九热| 九九性视频| 九九热99视频在线| 操人91| 丁香六月天之亚州热女| 五月99久久| 99激情视频| 男女久久婷婷五月天| 久草丁香婷婷五月天婷| 色婷婷婷婷| 五月天激情网图片 - 百度| 99re资源在线视频导航| 日韩99视频| 五月丁香色婷婷伊人| 影音先锋 萱萱| 热99在线精品| 99re视频在线播放| 少妇人妻丰满做爰XXX| 五月六月伦理| 一起草av| 久久男人网婷婷| 91成人品| 五月天婷婷激情春色小说| 99色在线观看视频| 亚洲视频一区| 人妻少妇色综合| WWW色综合| 91热久88| 97色干| 五月丁香婷在线| 成人欧美日韩| 5月丁香美女影院| 91色噜噜狠狠狠狠色综合| 99热免费精品热久久66| 天堂va久久久噜噜噜久久Va| 五月久久婷婷丁香| 婷婷五月天视频在线观看| 五月丁香婷婷综合视频| 天堂无码人妻精品AV一区| 欧美精品18| 99热国内| 91人人操| 欧美性做爰大片免费看办公室 | 午夜少妇在线观看视频| 久久久精品人妻| 99 频99热国里只有精品| 狠狠色丁香婷婷| 99这里有精品| 伊人网碰碰| 九九蜜臀精品| 在线观看亚洲AV| 农村熟妇高潮精品A片| 六月激情网| 五月夜丁香| 激情六月丁香| 殴美97色| 色无码| 亚洲va国产va天堂va综合va| 清色五月天| 另类专区在线| 91seAV| 六月激情网| 天天操综合网| 色综合久久88色综合中文字幕| PORNY九色9l自拍视频成人| 性爱激情五月| 99热6这里只有精品| 婷婷精品综合| 五月婷婷亚洲综合网| 婷婷丁香社区| 色欲AVV| 五月大香蕉| 99欧州偷拍视频| 999热在线视频| 九九热这里只有精品5| 任你搞在线观看视频| 成人免费120分钟啪啪| 99视频自拍| 婷婷五月花| 99亚洲无码| 国产精品-第3页-91JQ就要激情网91JQ5.JQJQ926.XYZ | 欧美一级a | 五月综合婷婷网| 婷婷五月花| 日韩在线成人电影| 色噜噜丁香| 色综合色综合网| 99精品自拍| 九九青草热| 日韩精品二三区| 婷婷五月天亚洲激情戏精品| 五月丁香啪啪啪免费看| www.综合久久.com| 91大神在线免费看视频全集男男一起操| 亚洲亚洲人成综合网络| 天天噜噜| 91性高潮久久久久久久久| 激情五月天小说|五月天开心激情网|亚洲精品国产自在现线|黄色五月天 | 日日操人人操| 五月份婷婷| 久久性视频| 婷婷终合色图| 久久久久久18| 日韩AV免费电影在线播放| 99久久9| 九九在线精点品| 99日韩| 大香蕉婷婷丁香视频在线| 日韩精品二三区| 色色色国产| 婷婷五月天婷婷| Va另类视频| 国产精品-第3页-91JQ就要激情网91JQ5.JQJQ926.XYZ | 色色色五月婷| 日韩精品VIP| 99久久97| 人妻有码乱操| 狠狠色噜噜狠| 激情网 久久| 精品人妻伦九区久久AAA片| 色欲影香| 色吧婷婷| 丁香五月六月婷婷综合| 婷婷五月天激情小说| 五月丁香另类图片| 成年人丁香五月| 亚洲热久久| AAAA网站| 婷婷五月激情中文字幕| 996er热| 六月色婷婷| 天天色官网| 色色欧美色色| 婷婷五月亚洲一本在线丁香| 能直接看的av网站| 五月婷婷丁香五月| 少妇人妻凹凸视频| 天天天天天操| 激情综合丁| 色色网站免费观看| 亚洲bt丁香五月天婷婷激情小说| 五月天狠狠草| 激情五月婷婷网| 色五月婷婷老师| 日本五月天婷婷丁香| 综合网激情| 26UUU欧美激情一区二区| 99在线观看视频| 六月激情婷婷| 色噜噜狠狠色综无码久久合欧美| 免费无码毛片一区二区A片| 色吧婷婷五月亚洲| 丁香五月 无码| 九九热91| 婷婷射丁香| 婷婷四月 成人 狠狠干| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 91操操| 超碰婷婷色| 色婷婷另类| 色九月欧美| 五月天婷婷久久| 婷婷五六月丁香| 热的国产,热的综合,热的有码 | 国产精品天天狠天天看| 亚洲综合视频八| 99久久久久久久| 亚洲啪视频| 天天爽天天日人人爱| 五月情涩综合婷婷| 激情综合网五月| 97操操操| 极品人妻XXXXOOOO| 欧美三级大片AA在线看| ′久久99一| 99这里有精品久久97| www.五月天性.com| 久久久久久人妻久久久久久久久久人妻久久久 | 99.N在线视频| 色噜噜狠狠色综合无码久久欧美| 成人婷婷深爱综合网| 丁香五月亚洲天堂| 日本爆乳片手机在线播放| 99精品在这里| 丁香婷婷AV| 色五月婷婷综合在线| 丁香六月色香蕉视频| 色婷婷五月综合网| 五月成人网站| 五月天综合视频| 艹B高清无码| 婷婷性爱五月天丁香网| 8区视频在线| 色婷婷六月激情| 五月天天爽| 久操婷婷| 五月丁香色停停啪啪啪| 超碰在线网站| 婷婷五月激情热播| 看国产探花操逼三级片| 极品另类| 婷婷成人基地| 五月香蕉婷婷| 深爱激情AV| 五月婷视频| 久久丁香| 五月天婷婷久草丁香| 五月天啪啪| 丁香五月综合在线视频| 久久人妻精品| 免费无码毛片一区二区A片 | 丁香激情网| 伊人久久艹| 成人一区在线观看| 丁香六月 婷婷六月| 久久这里都是精品| 五月天色图| 在线视频九色97| 婷婷五月天黄色| 丁香婷五月| 久久久久久综合88| 五月久久丁香| 色六月丁香婷婷啪啪啪| www.狠狠艹| www.色婷婷| www.99免费视频| se色99| 伊人色综合久久久| 国产高清av黄色看片| 亚洲色人妻| 色婷婷五月天激情久久| 天天骑天天操| 国产FREESEXVIDEOS性中国| 久久免费操| 战争与艾拉电影免费观看| 99这里有精品视频| 99九九热视频| 热99热9| 激情深爱五月天| 一区二区三区XXXXXX| 久久五月天激情视频| 9l视频自拍9l九色成人| 婷婷五月天丁香久久| 色欲人妻综合aaaaaaaa网| 99热这里是精品| 精品9197碰| 精品爆操| 五月天激情开心网| 婷婷五月影院| 丁香五月欧美色综合| 亚洲色亚洲精品| 99免费视频| 色婷久| 五月婷婷自拍视频| 思思热视频在线观看| 婷婷九月在线| 天天天天色天天天天天干| 婷婷五月花| 9色视频在线| 思思热国产在线| 色色色综合网| 丁香六月啪| 日本高清综合网五月丁香| 亚洲宗合激情| 中文久久久人妻| 五月天精品视频| 黄色片精品| 天天干天天干天天操| 国产3p露脸普通话对白| 九九色99| 亚洲热视频在线| 99久久国产宗和精品1上映| 婷婷激情肏屄网| 超碰99热精品| 9色在线视频精品观看| 婷婷五月久久| 图片区 小说区 区 亚洲五月| 日本3级片偷拍网站| 久久久久久久人妻| 日本wwww在线| 久色五月| 又大又粗九一在线| 高清无码.com| 五月婷婷基地| 夜夜躁婷婷AV| 激情六月色| 激情丁香五月| 桔色成人在线| WWW.桔色成人.COM| 六月色日韩| 六月婷婷开心| 91人人超碰在线| 直接看的av| 91热久| 色播激情五月天| 国外亚洲成AV人片在线观看| 天天色天天色天天色天天色天天色天天色| 9热视频在线观看| 久久精品综合色| 99在线精品视频| 97亚洲精品| 久热这里只有精品在线| 久久综合五月天激情小说网站| 久久久五月激| 伊人高清无码| 五月婷丁香久久久| http:色情日本com| 五月丁香六月色婷婷| 日本三级99人妇网站| 丁香五月停停av| 丁香婷婷五月综合欧美另类| 青草性爱视频| 江苏少妇性BBB搡BBB爽爽爽 | 色黄啪啪| 久久免片| 丁香五月电影院在线观看| 国产精品成人AV在线| www.婷婷亚洲基地| AV九九| 中文字幕在线日亚州9| 五月丁香啪啪| Av性爱网| 国产精品久久久久久久久久| 99热视精品| 在线亚洲综合网| 五月婷婷六月丁香在线视频免费在线观看| 97碰碰在线观看视频| 超碰色综合| AV九九| 香蕉久久国产AV一区二区| 五月色婷婷AV| 99精彩视频网站在线| 5月丁香六月婷婷| 最新婷婷五月丁香| 久久精品视频在这里有| 婷婷欧美激情| www九九| 五月丁香va| 丁香五月婷婷社区| 橾逼网| 综合色吧| 99自拍视频在线| 欧美日韩AAAAA| 青青草伊人婷婷| 婷婷操婷婷干婷婷射| 五月天婷婷綜合院| 高清无码视频网址| 激情五月图| 久久久久久9热不雅视频| 另类小说五月天| 91婷婷| 成人精品视频99在线观看免费| 亚洲激情网站| 五月天天综合| 丁香婷婷五月天激情四射| 五月天婷婷午夜丁香| 色.五月综合网| 婷婷 色 丁香 夜| 久久精品爱爱| 99丁香五月| 伊人网啪啪| 久久机热这里只有精品免费视频| 国产午夜精品一区二区三区四区 | 五月婷婷丁香综合| 国产肥白大熟妇BBBB视频| 中文字幕不卡+婷婷五月| 丁香婷婷情色五月天| 色婷婷9| 极品人妻VIDEOSSS人妻| 日本人妻丁香婷婷久久寝取熟女五月| 久久久.www| 婷婷精品在线| 亚洲欧洲自拍图片专区五月天| 人人妻人人澡人人爽| 99热这里只有精品16| 丁香网五月网| XX久久| 极品人妻VIDEOSSS人妻| 99免费| 开心五月婷婷婷美女| 五月综合激情网| 欧美婷婷精品激情| 日日骑夜夜撸| 色播五月丁香综合| 婷婷久热| 天干夜夜操| 婷婷欧美激情综合| 97se在线视频| 色五月综合在线| 色五月丁香网| 久久久久久久丁香五月天婷婷 | 久久五月视频| 天天干天天干天天干天天干天天| 97热久久| 成人看片网站| 婷婷五月天AV在线| 五月天婷a在线| 欧洲区自拍| 欧美成人AAA片一区国产精品| 一本色道久久综合狠狠躁小说| 五月天伊人av| 久青操| 五月婷婷六月激情| 婷婷激情综合| 色五月女| 第2色五月婷| 欧美亚洲成人在线| 激情都市另类| 成人午夜无码视频| 日日爽天天| 亚洲婷婷在线播放十月| 欧美碰碰| 天天色情站| 日韩在线视频中文字幕| 久久99这里只有精品视频| 91精品久久久久久久| 久久探花91swag| 久9视频| 99色| 亚洲一区二区无码蜜乳av| 色情五月丁香婷婷网| 亚洲成人网站在线| 男人大jjc女人免费视频| 五月婷婷色| 国产成人AV在线播放| 玖久精品视频9| 再綫Av免费視品| 成人免费在线电影| www.99精品日操伊人乱碰在线| 九热视频| 五月天婷婷丁香导航| 九九久久五月天综合伊人| 丁香综合伊人| 伊人www22综合色| 久久综合婷婷激情| 婷婷五月花| 亚洲午夜AV| 夜夜干 夜夜操| 丁香五月丁香伊人| 亚洲 综合中文| 久久99久久99精品免视看婷| 色玖玖网| 无码 av电影| 久热这里| 五月婷久久| 丁香五月天啪啪激情综和网| 成人五月天在线观看| 国产午夜精品一区二区| 亚洲精品又粗又大又爽A片| 99热在线精品观看| 五月天天综合| 婷婷五月天在线一区| 婷婷五月天伊人网在线观看视频| 亭亭玉立国色天香| 99视频热99| 777精品久无码人妻蜜桃| 影音先锋一区二区三区| www.97碰碰com| 青草五月天| 日撸夜撸日操| 婷五月天丁香婷五月| 久久久精品免费啪啪国| 国产AV一区二区三区最新精品| 97色色色色色| 91超碰在线播放| 日亚二欧美| 噜噜噜噜综合在线| 婷婷十月激情综合网| 久久99这里只有精品视频 | 操操操操操电影网| 天天草人人摸| 亚洲成人综合在线| 日本99在线| 婷婷六月综合基地| 色五月,婷婷大香蕉| 丁香伍月婷电影全集| 日本啪啪视频HD| 国产乱妇无乱码大黄AA片|