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
色五月天在线观看| 久艹久| 激情影院免费视频婷婷五月天| 亚洲成人影视在线| 亚洲不卡| 五月婷婷播| 色五月亚洲| 91久久色| 亚洲aV写真天天综合网久久| 天天摸天天舔天天爽| www.91AV.com| 香蕉久久国产AV一区二区| 亚洲情a| 操逼六区| www.夜夜爱.com| 91超级碰碰| 婷婷狠狠五月综合| 五月丁香网站| 九九激情视频| 最新无码专区| 国产成人片| 99热免费在线| 五月婷婷丁香综合| 五月天免费色| 永久无码色| 97色在线| 婷婷激情综合| 97超碰人人操| 色久影院| 婷婷俺去也| 婷婷五月天影视网址| 五月丁香久久呀| 少妇出轨做爰高潮A片| 99亚洲视频| 婷婷五月天成人网站| 第四色激情网| 婷色五月天| 久久久亚洲成人无码A片| 五月丁香777| 青青草成人网| 欧美色色色色色| 丁香五月天天日| 超碰在线人人| 丁香婷婷啪啪| 欧美婷婷| 丁香伊人网| 亚洲AV日韩在线观看| 99爱在线视频| 色色哒五月婷婷六月丁香| 色高清无码视频| 亚洲婷婷免费| 超碰在线网站9| 9色小视频在线观看| 日本综合久久| 九九热自拍| 丁香五月亚洲综合丝袜| 精品一区久热| 亚洲国产色婷婷| 99精品偷自拍| 日韩国产在线精品| 色墦五月丁香| 久久婷婷91| 六月综合婷婷开心伊人| 丁香婷婷五月天在线视频| 日本成人噜噜噜噜噜| 色情五月天视频网| 丁香女人五月天| 超碰99成人在线| 热思思九九| 深爱综合网| 中文无码婷婷| 五月丁香六月激情综合| 亚洲精品色| 亚洲人人操| 久久538| 色综合区| 五月天婷婷在线AN| 国产伦亲子伦亲子视频观看| 日韩成人中文字幕| 一起草无码| 五月婷婷久久大香蕉| 99免费视频| 五月丁香六月婷婷激情网| 五月丁香欧美在线| 99无码精品| 五月天婷婷爱| 五月婷婷激情综合| 激情内射人妻1区2区3区| 艹B高清无码| 欧美成人精品A片免费一区99| 99热精品在线观看| 日韩性爱无码| 99免费视频久久| 国庆精品久久| 亚艹艹| 国产VA亚洲VA96| 亚洲欧美一区二区三区四区爱爱动图| 色婷婷97| AV中文网| 五月丁香啪综合| 五月婷婷干干干| aaaaaa片| 五月天天爽| 九九婷婷五月天| 好激情在线综合网| 中文av网站| 国产看真人毛片爱做A片| 九九热最新| 激情综合网激情五月俺也去| 国产9色在线/日韩| 欧洲亚洲激情五月天在线| 97干婷婷五月天| 亚洲成人电影aaaa| 久操激情| 婷婷五月丁香青青草在线| www色哟哟| 91人操| 婷婷久久综合久| 五月色丁香婷婷中文字幕| aⅤ79成人片| 婷婷激情丁香五月婷婷激情丁香五月婷婷 | 91日视频| 婷婷丁香高潮了| 久久A V无码视频| 亚洲综合婷婷六月丁香五月| 五月丁香777| 九九热青草| av成人在线播放| 激情丁香婷婷六月天| 九九草热在线观看| 婷婷九月| 99色日本| va婷婷在线免费观看| 五月天婷婷深深爱| 99色| 久久刺激网| 色亚洲中文| 激情五月综合| 99re8热精品免费视频| 国产脫衣舞一区二区三区| VA国产在线综合网站| 国产精品男人AV不卡| 久久丁香婷婷五月| 欧美亚洲婷婷五月| 97在线观视频免费观看| 国产免费AV在线| 五月婷婷在线视频免费观看| 色色五月天丁香婷婷| 国外亚洲成AV人片在线观看| 97操碰| 99热成人在线观看| 日本视频不卡123区| av在线激情| 9这里只有精品| 五月丁香六月在线| 大香蕉啪啪网| 婷婷丁香五月综合免费视频百花| 亚洲妇女熟BBW| 丝袜人妻| 99热这里全都是精品| 99网| 深夜婷婷五月丁香| 色在线99| 丁香五月色五月| 五月激情偷拍婷婷| 99久久国产宗和精品1上映| 五月丁香无码| 久久大香蕉同僚| 婷婷五月娱乐在线| 另类综合国产| 老师的粉嫩小又紧水又多A片视频| 狠狠色丁香婷婷久久综合| 思思久日精品视频| 综合狠久久| .操區COm| 日本色婷婷| 丁香婷婷基地| 91九九| 天天爽在线视频| WWW久| 青草视频在线蜜臀| 91狠狠综合久久| 97综合色片| 丁香六月天婷婷开心综合| 婷婷激情九月| 婷婷色五月激情强奸四射| 玖玖综合玖玖| 狠狠色丁香婷婷久久综合| 丁香五月婷婷香| 色六月天| 亚洲激情| 久久久久网站| 九九热超碰| 亚洲在线综合| 99热这里在线精品| 乱精品一区字幕二区| 婷婷五月天激情四射五月天激情| 色婷婷综合视频| 久思思久视频| 中文字幕日产A片在线看| 婷婷五月丁香综合激情小说| 五月天丁香婷婷久久九| 蜘蛛女侠2003满天星免费观看| 精品五月花| 日韩色色视频www| 色色色色色色综合网| 先锋资源996| 国产精品天天狠天天看| 天天色综网| 影音先锋综合网| 色婷婷久久综合中文久久一本| 九月婷婷在线观看| 丁香婷婷五月| 国产67194| 亚洲无码成人| 深爱 五月天| 欧美交换配乱吟粗大25P| 色噜噜,噜噜色| 免费视频WWW在线观看网站| 成人五月天色天堂| 九九中文色色| 26uuu丁香婷婷五月| 亚洲激情视频在线观看| 中字幕视频在线永久在线观看免费| 五月开心六月婷婷在线播放网站| 九九伦子片| 99视频在线观看网址| 人人操人人操919999| 成人日韩欧美| 久久久久久五月天| 亚洲中文字幕网| 色99热| 国精产品久久| 欧美成人A片AAA片在线播放 | 五月天社区婷婷丁香社区| 久久婷.com| 久久99这里只有精品| 亚洲妇女熟BBW| 色色综合色| 亚洲天99| 色欲色欲久久宗合网| 激情五月天天狠狠久久| 亚洲色爽| 91免费看片| 激情婷婷| 91.com男女操| 婷婷综合网站| 色狠狠五月天| 久碰综合| 天久综合91综合首页| 狠狠插日日干撸| 五月天综合久久丁香91| 风流少妇A片一区二区蜜桃 | 色播婷婷五月天| 中文字幕av亚洲| 久综合网| 91黄址| 五月丁香久久网| 亞洲自怕| 一起草AV| 五月丁香婷庭在线| 丁香六月激情网C0W| 久久久人妻门| 亚洲欧洲自拍图片专区五月天| 久久久久亚洲AV无码网影音先锋| 五月天婷婷社区久久综合| 午夜电影网VA内射| 超极99精品| 色五月开心五月激情五月| 激情AV| 99干日本| 99热碰碰热| 99热天堂| 人人人操| 中文字幕不卡+婷婷五月| 色色色色色色网| 亚洲成AV人片在线观看| 五月色网| 91VIP在线观看| 丁香五月综合在线视频| 美女久久婷婷| 九九免费精品| 国洲夜色亚热在线久久| 婷婷五月天久久| 强奸幻女毛片| 九九在线视频| 色婷婷久久| 夜色.cnm| 国产99久久久国产精品免费看 | 狼人狠狠操| 综合爱久久| 五月天婷婷在线播放免费| 影音先锋自拍网| 99er6| 欧洲第一无人区观看| 九热在线这里有精品6| 婷婷精品视频| www.五月激情红色| 99热在线观看99| 久久久久久久人妻| 激情五月综合| 性av| 久久亚洲激情五码| 久久新| 操操啪| 99热啪啪| 亚洲成人在线观看av| 色婷婷五月天小说网| 91热在线观看视频| 人人综合久| 无码色色色色色| 欧美色五月| 日本九九热| 99色在线观看视频者| 热的国产,热的综合,热的有码 | 五月丁香久久呀| 亚洲日比视频| 久热 91| 久久9视频欧美| 五月婷婷啪啪| 激情网婷婷婷| 亚洲五月婷婷| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 婷婷色五月噜噜| 丁香花社区av| 色三级色三级| 五月婷婷黄色视频| 六月丁香色色| 久久无码成人| 色99在线视频| 婷婷五月天人妻| 1024亚洲| 丁香六月激情| 999久久久国产精品| 99视频超级精品| 99精品丁香五月| EEUSS鲁片一区二区三区| 久热黄色| 草草色情综合网| 国产精品色色| 高清无码一区二区三区四区| 中文字幕AV网址| 国产免费一区二区三区三州老师F1F1.CC | 日韩综合久| 亚洲五月婷婷| 五月丁香激情综合久久| 五月天激情小说电影| 九色在线五月婷婷网址| 国产激情综合五月久久| 五月天色婷婷伊人网| 婷婷色九月| www婷婷色| 日韩久久色| 成人va在线观看视频| 一本到不卡高清DVD| 五月天久久久| 九九色图| 九九精品在线观看视频6| 另类在线| 婷婷五月丁香欧洲| 色综合99无码 | 久久天天| 五月天婷婷色| 婷婷五月天黄色小说| 1024人妻| 久Se视频在线观看| 大香蕉视频婷婷| 99热综合色图| 色色色色色色网站| 婷婷亚洲五月色综合| 婷婷五月色色| 丁香五月天日韩无码| 久久激情网| 九九热精品视频| 色小说婷婷五月天天天| 国产成人网站在线观看| 97五月婷婷| 99天堂在线观看免费视频| 色五月丁香婷婷| 九九精品在线网| 熟女色专区| 97资源碰碰在线| 色欲AVV| 六月色色| 天天干天天色综合| AV在线免费播放| 99热在线这里| 五月丁香婷中文字幕| 丁香五月激情婷婷视频| 久婷婷婷| 亚欧州精品视频| 九九热99在线视频| 久久婷婷网址| 婷婷综合久久综合| 日本婷婷色| 乱精品一区字幕二区| 色情五月综合婷婷| 五月天婷婷视频| 啪啪婷婷五月天激情| 天天日天天草| 日日噜噜夜夜狠狠久久丁香六月| 婷婷va| 日本va视频| 婷婷五月天xxx| 超碰超碰在线| www.99久| 性一交一乱一交A片久久四色| 99热99网| 亚洲激情婷婷| 色九月| 91色噜噜狠狠狠狠色综合| 噜噜久| 婷婷丁香五月天色播网站| 99热伊人| 精热在线综合网| 丁香婷最新动态| 婷婷久久五月| 99色综合网| 色婷婷影视| 色综合婷婷| 日韩另类| 五月天久久综合| 久久刺激网| 天天综合网91| 天天性视频| 色丁香五月天射婷婷爱婷婷| 狠狠夜夜五月丁香| 涩涩涩,com| 久久一热免费视频| 六月丁香基地| 五月永久激情| 天堂五月婷婷| 无码人妻一区二区三区免费九色| 久狠日av| 五月天婷婷乱论小说| 久久婷婷五月综合伊人| 色婷婷五月天偷拍| 97色色婷婷| 免费视频99| 婷婷五月天视频| 五月丁香影院| 日本色99网站| 婷丁香五月天| 激情五月婷黄版| 思思热在线视频观看精品| 五月天天丁香婷婷在线中| 五月丁香WWW| 另类综合国产| 91九色欧美| 久操人妻| 五月丁香色| 丁香婷婷综合激情五月色| 色和综合网| 色婷婷五月影视| 日本三级毛片| 综合丁香婷婷五月天| 欧美毛片www| 热思思| 国产精品电影网| 国产avapp 网| 免费无码毛片一区二区A片| 人操综合| 日韩成人无码人妻| 婷婷免费无视频| 婷婷五月在线播放| 99热.com| 中文字幕丰满乱孑伦无码专区| 91久久人人操| 婷婷丁香在线| 五月天黄色激情小说| 99热成人| 五月天激情小说网| 日本人妻操| 婷婷五月丁香四射| 婷婷五月天丁香| 久久这里99| 99久精品视频| 日本V在线观看不卡视频网站| 97超碰色| 亭亭玉立国色天香| 激情婷婷五月| 狠狠操狠狠| 99热99| 色情五月婷婷| 五月丁香五月婷婷在线观看| 久久婷婷色| 色情丁香五月婷婷精品| 日韩黄在免| 丁香五月欧美婷婷综合| 玖玖爱综合网| 五月丁香成人版| 99re热在线视频观看| 狠狠穞A片一區二區三區| 丁香六月av| 色婷婷婷av| 婷婷五月丁香六月天亚洲综合| 亚洲另类婷婷综合| http://www.com久久久精品一区| 色综合九九| 婷婷五月深爱五月| www.狠狠| 夜夜AVV| 欧美激情五月天婷婷| 综合图区激情| 99久re热视频精品98| 国产99久9在线| 欧美一区二区三区不卡影视| 色婷婷五月综合| 强壮的公次次弄得我高潮A片日本 | av线电影| 啄木鸟丝袜美女福利视频| 日韩另类| 激情 婷婷| 亚洲激情亚洲激情| 天天综合天综合| 欧美va在线| 996黄色片| 月婷婷亚洲| 女人被男人吃奶到高潮| 久久3级片| 亚洲视频在线观看99| 五月天伊人久久久久| 色婷婷六月| 人妻人人操| 日日操夜夜爽| 丁香五月熟女| 色视五月天婷婷| 97久久草草超级碰碰碰| 青青草99热久久精品国| 青草激情综合| 日本综合九九| 去干网最新版本亚洲版| 任你草| 国产成人av在线| 五月婷婷在线综合| 精品久久久91久久影视网| 天天干,天天舔| 亚洲视频五区| 99九九在线精品热动漫| 国内外色色色色色成人视频| 色婷婷狠狠18yy| 中文字幕日韩无码制服诱或| 六月丁香网| 97碰在线| 97色干| 熟女91九色| 激情综合五月开心狠狠| 色色婷婷婷丁香五月天| 色五月AV| 色婷婷色综合激情91| 终合激情网| 97色一二三| www婷婷亚洲| 亚洲丁香花色| 丁香五月天婷婷久久| 伊人99热| 丁香五月天色综合| 国产全是老熟女太爽了| 提提热五月天婷婷| 大香蕉色婷婷伊人在线| 天天射天天射一道本日本社区| 一本色道久久88综合日韩精品| 日韩草草草草草草草草草草草草| 丁香六月激情| 天天干,噜噜色,狠狠色| 五月天丁香婷婷视频网址| 一區四區歐美日韓| 丁香五月五月婷婷欧美大香蕉| 五月天婷婷爱丁香中文字幕| 狠狠爱深色婷婷综合| 婷婷五月天免费| 天天色中文字幕女优AV| 婷婷五月色情天| 亚洲精品网址| 婷婷的99视频网站| 99re思思| 亚洲成人无码专区| 天天久综合| 五月丁香亭亭AV女优| 开心激情网五月天| 久久婷婷五月丁香蜜桃网| 久久久五月婷婷| www99xxxx五月丁| 婷婷激情六月视频| 亚洲免费看片| 日产精品久久久久久久蜜臀| 五月综合精品| 欧洲区自拍| 色婷婷激情四射视频| 丁香六月婷婷综合激情欧美| 五月色综合| 丁香五月天啪啪激情综和网 | 熟女激情网| 日本精品人妻无码77777| 婷婷激情六月天视频| 正宗黄色毛片| 99资源在线视频| 丁香五月激情综合| 激情综合网激情五月婷婷| 天天日夜夜曹| 久热这里只有国产| 99色在线观看视频者| 狠狠操狠狠插| 久久五月视频| 欧美交换配乱吟粗大25P| 99性爱精品| 天色综合网| 五月丁香色| 永久的网站AAAA| 欧美99| 热久视频| 丁香丁婷五月激情| 日韩有码一区| 婷婷六月啪啪| 99热这里只有精品2| 成人av中文字幕| 久久精品一区二区三区四区| 亚洲天天| 亚洲色情免费网| 五月色丁香| 五月天婷婷色综合| 精品激情| 五月天婷婷网站| 欧美日本国产欧美日本韩国99| 99在线精品视频观看免费下载| 香蕉影院色| 天堂中文国产| 精品久久久久久久人妻| 超碰九色| 大香蕉在线99热| 99福利导航| 精品人妻久久久久久久| 97超碰综合| 国产av天天插天天操天天爽| 天天日夜夜拍| 欧美丁香五月夫妻天| 国产欧美婷婷五月| 日韩精品999| 99re8热精品免费视频| 丁香九九九九| 亚洲综合婷婷五月天| 97色干| 色玖玖网| 精品人妻午夜一区二区三区四区| 欧美日韩99| 国产一二三四五六七八视频| 99久久66| 久久激情五月天| jiujiuxiangjiaowang| 天天做天天爽| VA色婷婷| 狠狠穞A片一區二區三區| 日本特黄aaaaa| 婷婷五月天久久久| 丁香六月婷婷社区| 日韩成人影片网站| 人人操av| 婷婷视频网| 亚洲五月天另类小说图片| 亚洲 精品 综合 精品| 中文字幕成人影视| 99视频啪啪| 国产精品久久久久久喷浆| 99热这里| 热久久这里只有精品| 色色婷婷综合网| 色五月五月婷婷| 色婷婷久久7777| 婷婷五月激情黄色| 极品少妇高潮啪啪AV无码| 九九香蕉网| 波多野结衣AV无码Porn| 久久A V无码视频| 九九婷婷五月天影视| 丁香丁香激情网| 色情婷婷。| 色婷婷亚洲综合av| 色婷婷狠狠禁久久| 久久九九思思| 亚洲岛国电影| 国自产拍偷拍精品啪啪一区二区| 婷婷五月天av| 99色视频| 综合色色网| 久久久久人妻精品| 香蕉久久国产AV一区二区| 欧美综合123区| 欧美激情VA永久在线播放| 丁香婷婷色五月天| 99热在线观看这里只有精品| 六月丁香激情婷婷| 国产精品蜜臀99| 五月天婷婷色播在线网| 可以直接看的av网站| 五月天婷婷六月激情网| XXXX岛国| 婷婷五月天.com| 热久久成人| 久久黄色网扯| 精品五月丁香| 狠狠va| 五月婷婷在线网站| 五月综合在线婷婷图片| 99视频精品8 | 人妻久久久久| 久久AAAA片一区二区| 亚洲99激情| 久热黄色| 色色精品色| 婷婷在线播放av| 久久久com| 亚洲五月天第一综合干| 91人妻人人操| 国产全是老熟女太爽了| 丁香五月影| 超碰cap| 涩玖玖免费视频| 9热在线观看| 色玖玖爱| 久久婷五月婷| 深爱丁香网| 丁香五月98| 国产资源91在线| 九九热99热| 五月综合丁香婷婷| 天天干,夜夜爽| 疯狂做受XXXX高潮A片| 丁香五月婷婷图片综合| 99资源人人| 九九热视频99| 日本美女天天日天天爽| 婷婷六月激情丁香| 久久久精品人妻录| 夜夜爱伊人| 任你艹| 亚洲成av人影院| 国产精品成av人在线视午夜片| 激情婷婷综合网| 久草a片| 99热乎| 99爱这里只有精品| 五月天天爱| 97干97色| 黄网在线免费观| www狠狠com| 99久热这里只有精品视频删减版| 成人操呦av| 激情五月天色婷婷| 色丁香五月婷婷| 色五月综合| 午夜激情四射影院| 大香蕉精品视频| 逼逼AV| www.com五月天| 五月天婷婷激情小说电影| 色婷婷呢狠禁久禁| 91在线日| 亚洲va欧美va国产综合久久久| 中文av网| 噼里啪啦在线观看免费完整版视频 | 综合色播| 婷婷丁香91| xxxx五月| 五月激情网站| 久久久久久久人妻| 伦乱人妻| 熟女色专区| 激情五月婷婷综合视频| 97在线视频人妻九色| 色五月综合| Av在线不卡一区| 亚洲综合网区| 五月花综合视频| 色婷婷色99国产综合精品| www.ywav| 婷香五月网在线| 久久成人人妻| 丁香六月综合激情| 操九色| 99惹精品视频| 婷婷五月综合网| 丁香婷婷五月六月久久| 五月天丁香婷婷网| 欧美性二区| 色综合伊人网| 成人综合网站| 91久久久久久久| 天天狠狠色| 国产激情AV| 成片免费观看大全| yazhou seshipin| 色情五月天丁香社区| 国产毛片欧美毛片久久久| 久久五月天视频| 人人人va亚洲视频在线| 激情网五月天| 六月丁香久久| 天天天天天日| 超碰av在| 五月综合婷婷开心网| 五月天天视频| 亚洲图片 丁香婷婷| 五月婷无码| 久操大香蕉| 色五月综合97| 中文字幕性爱丰满| 久久六月天| 国产熟女大叫受不了| www.99成人视频| 欧美大肥婆大肥BBBBB| 96精品久久久久久久久| 久久久久人妻网址| 丁香五月婷婷综合啪啪| 亚洲婷婷月丁香五月| 九九热在线99| www.婷婷,com| 天天久| 久久久免费精彩视频| 久久婷.com| 亚洲视频图片婷婷五月| 久久您您综合网| 婷婷六月久久| 亚洲欧美成人在线| 久er免费视频| 丁香五月婷婷色情综合| 九九精品热播| 99色性爰网络| 91免费啪视频| 激情九九这里只有精品| 黄色录像网点| 五月天激情婷婷五月天久久| 婷婷色婷婷| 秋霞三级色戒| aaa丁香五月天| 色综合日日| 激情综合色婷婷啪啪五月天| 五月婷在线色视频| 婷婷色中文字幕| 涩涩五月天综合| 人人摸人人干| eeuus五月婷| 久热伊人| 永久的网站AAAA | 黄色成人网站在线播放| 99九九综合久久九九| 欧美天堂久久| 爱操人妻| 激情久久 婷婷| 五月丁香激情综合久久| 99热线观看9| 久婷久婷| 九九99免费视频| 99热这| 欧洲亚洲最新精品| 色噜噜婷婷| 天天色综合色色色色色。| 免费无码毛片一区二区A片| www.91.com处女在线直播| 久久激情视频| 婷婷激情五月综合| 91超级碰碰碰| 日本特黄aaaaa| 大香蕉 婷婷| 亚洲热久久| 五月色丁香婷婷综合| 五月天六月色| 婷婷五月天网址| 婷婷色在线观看| www。狠狠干。com| 大伊香蕉精品视频在线| 精品一区二区三区木瓜| 九九成人电影婷婷| 丁香五月天激情免费在线观看AV777| 婷婷国产欧美97| 色欲婷婷五月天| 第四色婷婷最爱| 97色在线视频| 婷婷久久综合| 婷婷丁香成人网址| 超碰激情五月| 99热9999| 色欲丁香| 亚洲无码99| 国产精品激情五月天色婷婷| 五月亭亭色| 超碰久热| 婷婷激情综合| 99热精品在线观看| 婷婷丁香五月天亚洲| AⅤ在线播放网| 日本色色网站| 激情综合五月激情17| 日本色色影片| 开心激情站| 99在线观看视频免费| 激情四射亚洲| 99久超碰| www.狠狠狠.com| 久久久人人操A V| 色久天| 五月婷成人网| 亚洲AV无码电影| 婷婷综合在线| 综合色五月| 99热只有| 久久开心五月婷婷| 婷婷丁香色性爱| 开心激情综合| 婷婷五月18永久免费视频| 色婷婷19| 97爱艹婷婷开心丁香激情综合| 婷婷激情视频欧美视频自拍视频欧美剧| 婷婷五月天激情综合| 俺去也综合| 丁香五月激情啪啪| site:pzdcoin.com| 久久久久久久久18久久| 国产一级片| 五月婷婷视频ab| 香蕉狠狠爱视频| 操逼五月婷婷| 丁香婷婷六月| 久久这里只精品| 开心五月激情| 玖玖婷婷视频| 亚洲熟妇AV乱码在线观看| 久re热视频| 婷婷性爱无码视频| 丁香五月另类色婷婷麻豆| 欧美日韩二区在线| 国产日比| 狠狠色狠狠操| 久久五月激情网| 久久东京热婷婷五月| 亚洲传媒在线观看| 免费视频无码| 天天综合五月天| 狠狠五月天婷婷激情网。| 久久网日本| 96精品国产综合久久久久久| 婷婷五月天影院| 人人操插| WWW.色婷婷.COM| 色婷婷综合网站| 五月婷婷国产| 丁香六月综合激情| 色五月婷婷久久| 色婷婷色久综| 婷婷五月天综合激情| 超色欲天天| 九色综合网| 色狠狠综合| 性爱网五月天| 激情五月婷婷五月丁香五月开心五月| 婷婷五月天影视| 五月丁香无码| 五月天激情图片网| 91夫妻网站九色| 丁香五月天啪啪| 久久综合爱| 无码99| 丁香五月第九色| 久久五月天色婷婷| 青青草原亚洲天堂| 嘿嘿视频免费看9| 中文字幕丰满孑伦无码专区| 五月婷婷婷| 日韩成人AV在线| 偷偷操99| 夜夜爽天天爽| 日本久久爱| 五月天色在线| 五月婷婷少妇之| 久婷| 五月婷婷天堂| …亚洲黄色在线播放日韩、av中文a…| 俺去也五月| 99超碰在线免费| 99超碰欧美| 四虎国产精品永久在线国在线| 久久九九热视频| 五月婷婷黄色| 精品人妻伦一二三区久| 五月天久久网站| 99思思热只有在这里看| WWW.开心五月天.COM| 日操五月婷| 激情综合五月激情17| 中文字幕AV在线播放| www,99视频| 婷婷色五月大香蕉在线| 超碰成人黄色网| 国产AV一区二区三区日韩| AA片在线观看视频在线播放| 天天插天天插| WWW.国产| 色涩视频久久| 91大操| 久婷狼色诱惑在线| 五月婷婷丁香大香蕉| 一区二区传媒视频| 五月婷免费视频| 亚洲狠狠婷婷| 综合激情五月婷婷| 五月色色网| 天天搞夜夜叫| 色播五月天天| 色婷婷五月天成人网| 激情婷婷五月天在线观看| 精品成人无码A片观看香草视频| 国产精品色一哟哟| 26uuuuuuuu国产| 激情五月天激情小说| 丁香五月成人婷婷| 九九操操| 五月综合久久| 香蕉久久av一区二区三区| 99丁香婷婷综合网| 一级内射毛片| 超碰精品国产首页| 久草性爱| 亚洲激情亚洲激情| 天天在线久久综合 | 99丁香五月婷| 无码se| 五月丁香久久久日婷婷久久婷婷日 | 99热这里只有精品9| 大地9中文在线观看免费高清 | 天天日天天干天天插天天射| 91午夜激情| 久久作爱| 成人在线日韩| 久色大香蕉| 午夜九九九九九九九九九九九九九| 亚洲视频二区| 久久与婷婷| 色色免费网战视频| 婷婷五月天AV在线| 五月丁香啪| 超碰在线免费观看3 9| 婷婷久久影院| 久久五月天激情美女| 婷婷狠狠五月综合| 天天色视频| 久久婷婷影院| 香蕉视频性爱BB做爱| 五月丁香综合影院| 激情网五月天| 人妻无码精品一区| 五月丁香六月婷婷啪啪| 综合六月久久| 色娸娸综合网| 丁香午月AV中文字幕| 婷婷五月花西瓜| 五月丁香色色| 天天干,天天日| 9精品国产在热久久| 亚洲av综合网| 思思99精品视频在线观看| 这里只有精彩视频| 99免费视频| 丁香五月激情啪啪综合| 超碰免费99| www.五月婷婷久久.com| 天天插天天干| 成人国产欧美大片一区| 亚洲婷婷激情综合激情999精品| 丁香 婷婷五月| 日日噜噜夜夜狠狠久久丁香六月| 丁香六月婷婷综合| 超碰在线资源| 狠狠色丁香五月婷巨| 成人性爱无码| 丁香五月激情五月| 丁香婷婷啪啪啪| 激情综合网之激情五月| 伊人狠狠操| 成人 在线 日韩| 婷婷婷婷午夜| 密乳Va| 就爱操www com| 久久精品系列| 激情综合色婷婷啪啪五月天| 玖玖爱综合网| 久久思思热视频| 五月天操逼网| 97成人丁香| 国产精品-91JQ就要激情网91JQ6.91JQ27.CASA:16888 | 丁香六月色婷婷欧美| 欧美婷婷五月天| 99热在线观看| 美国天天操无码| 能看的av片| 91操熟女| www.婷婷五月.com| 99高级会所久久| 亚洲视频五区| 午夜日韩久久久网站| 激情五月网站| 久99热| www.99热精品| 密桃激情五月天综合网| jiZZdr| 日本WWW九九九| 天天舔天天摸天天透| 99热91| 色综合夜夜| 99在线热视频| 亚洲123区高清入口| 婷婷五月丁香狠狠| 久操大香蕉| 综合久久综合五月天婷婷| 99热免费精品热久久66| 99精品一二三四视频| 色约约视频一区二区三区四区五区 | 色播五月婷婷| 亚洲啪视频| 色婷婷精品视频| 人人操碰| 丁香五月成人在线| 另类视频五月天| 激情久久肏屄视频| 五月婷婷五月| 久久99草五月婷婷| 综合图区激情| 99久久6| 青青草原亚洲天堂| 五月天丁香成人社| 七月激情六月婷婷综合在线播放| 丁香婷婷成人在线播放| 风流少妇A片一区二区蜜桃| 亭亭丁香aV| 日韩成人AV在线| 亚洲精品影视| 亚洲精品视频电影| 97婷婷五月| 久久五月激情| 两性婷婷丁香五月| 人妻尝试久久久久久久久久久久| www.婷婷五月天| 五月丁香狠狠爱| 97干97色| 中美月韩免费A片| 婷婷五月激情中文字幕| av五月丁香| 五月天天视频| 婷婷综合偷拍| 婷香五月激情视频| 99热精品超碰| 日本成人噜噜噜| 97人人妻人人艹| 天天成人综合视频| 万月丁香狠狠爱| 五月天激情.com| 亚洲天堂婷婷丁香| 伦99热| 老师高潮流白浆喷水的A片| 青草视频在线蜜臀| 狠狠一日| 色婷亚洲| 婷婷五月欧美| 综合色色婷婷| 天堂中文国产| caop在线视频| 婷婷久久午夜网| 粉嫩AV久久一区二区三区| 五月天成人伊人| 欧美精品在线观看| 我要射综合| 97人妻超级碰碰碰碰碰| 色欲天天综合| 免费AV在线网址| 991精品在线视频| 大香蕉AV在线| 婷婷91| 狠狠色狠狠鲁| 亚洲殴洲精品Av在线| 六月 丁香 视频| 日本WWW九九九| 色婷婷成人| 大香蕉综合| 丁香五月婷婷基地| 加勒比久热| 婷婷五月天亚洲综合网| 亚洲视频在线观看| 欧美性爱5月天天天看| 中文字幕+中文在线| 色五婷婷在线视频| 激情五月婷婷丁香六月| 国产精品18久久久| 五月天婷a| 天天操天天曰天天射| 婷婷视频网| 色五月av伊人| 色婷小说| www..999热久| 亚洲色婷婷色| 年轻的妺妺伦理HD中文| 婷婷五月天亚洲精品| 草草影院爱爱| 亚洲激情av| 婷婷丁香人妻久久在线观看| AAA久久久AAA久久久AAA| 97在线碰| 亚洲天天免费| 激情婷婷网| 婷婷丁香在线| 秋霞影音91人妻久久| 欧美色九| 九九热在线视频| 特级西西4444www无码| 国产精品电影网| 噼里啪啦完整版中文在线观看| 伊人五月综合网| 五月天婷婷色在线视频免费观看| 91色综合网站在线| 综合色99| 午夜精品777| 97性视频| 欧美日韩中文国产一区发布| 丁香五月天堂网| 色五月xxx| 色婷婷色和| 99色综合| 伊人久久大香网| 无码91中文字幕| 99热天堂| 日韩狠狠色婷婷| 操人精品| 九九热精品视频在线观看| 色色AV色色色东莞| 久久最新色色色| 蜜乳av一级av| 无码区婷婷五月花开| 人人天堂操| 色婷婷88| www.9操| 国产激情av| 99超在线| 色婷婷色综合激情91| 色色99| 久久综合影院| 99色播| 99ri精品视频在线观看| 国产99久| 欧美色色色| 色五月激情婷婷| 丁香五月性| 激情五月天情色| 91chinese在线| 欧美Va日本Va| 丁香六月视频| 久综合色| 丁香六月成人网| 欧美搡BBBBB摔BBBBB| 久久92| 桃色激情网| 五月婷人妻| 色情婷婷| 探花搜索结果 - 黄上黄| 香蕉AV福利精品导航| 亚洲激情av| 五月丁香777| 天天射综合网天天插| 亚洲五月天色| 97超级啪啪在线观看|