- 博客(214)
- 收藏
- 关注
RSS订阅原创 【Python量化数据清洗实战 06】一键清洗管道：从原始 K 线到可回测数据集
真实项目里的问题是：这五件事的代码散落在五个脚本里，跑没跑过、哪只股票处理到哪一步、哪个阈值改成了多少——全靠记忆。——一次 +35% 的错误跳变会在当天（+35%）和次日（约 -26%）各产生一次报警，修好价格本身，两处同时消失，这是"跳变成对出现"的判别技巧；一个隐蔽但致命的细节：交易日历不能从"已经缺了数据的股票"派生，否则它自己的缺口永远不现形。——数据以复权口径拉取时，除权校验一步就是你的"口径哨兵"，一旦哪天有人把请求参数从不复权改了，这一步立刻报警。数据关过了，回测才有资格谈策略。
2026-11-01 10:47:49
71
原创 【Python量化数据清洗实战 05】前复权还是后复权？除权缺口一次讲清
行情软件里那只股票某天"跌了 50%“，你的持仓却一分钱没少——那是 10 送 10：股数翻倍、价格减半，财富没变。但如果你用不复权的 K 线做回测，策略会在那一天"亏掉一半”，止损逻辑被误触发，回撤深不见底。——同一段行情，不复权把一次分红和一次送股读成两场暴跌，累计收益差了 55 个百分点，回测结论完全颠倒；（+5.96% = +5.96%，差 0.00e+00）——选哪种复权不影响收益率，只影响价格的锚点；——那是当天的真实行情起伏，复权削掉的是除权台阶，不是把除权日收益清零。
2026-11-01 08:38:09
168
原创 【Python量化数据清洗实战 04】三只股票日期对不上？多标的对齐合并实战
上一篇讲了单只股票的缺口处理。但真实策略很少只做一只股票——组合、轮动、对冲，都要把多只股票的价格合并成一张面板。——每只股票的缺口都不大（3、6、10 天），但联合 dropna 后 36% 的样本没了，因为被吃掉的是三段缺口的。缺口互不重叠时最惨——每只股票只缺 6%~20%，合在一起却能把三分之一以上的样本吃掉。，行数莫名其妙少了一大截：三只股票停牌的日期各不相同，任何一只停牌，联合 dropna 就把。——对齐后的日收益相关性才是真实可用的（错位对齐算出来的相关性会被 NaN 静默扭曲）。
2026-10-31 16:24:05
104
原创 【Python量化数据清洗实战 03】缺了的价格怎么补：前向填充的适用与陷阱
—直接把缺的行扔掉。但扔掉之后，缺口两端的价格被直接相除，复牌那天算出一个 -18% 的"单日跌幅"——那不是一天的行情，是好几个月的浓缩。（-22.49%）——前向填充并不改变你赚了还是亏了，它修的是收益归因（停牌期记 0、复牌跳变独立成日）和索引连续性（滚动窗口不再跨缺口错算）；听起来合理，但长缺口填出来的"价格"是假的，会让波动率失真。单只股票的数据缺失后，缺口是"看不见"的——日期直接跳过去了。——把长缺口区间切断，等于承认"停牌期间发生的事与策略无关"，回测结论被实质性改变。
2026-10-31 07:42:26
150
原创 【Python量化数据清洗实战 02】K 线里的“假信号”：异常值检测与处理三法
阈值太松，脏数据漏网，回测继续被污染；阈值太紧，真实的极端行情（跌停、复牌补跌、重大利好涨停）被当成错误"修"掉——你的回测从此活在一个人为抹平的世界里，实盘一遇大风大浪就露馅。做最硬的一道判定：主板单日涨跌幅物理上限 10%（创业板/科创板 20%，ST 股 5%），超出来的必然是数据错误；而被判为真实极端行情的 -9.5%，三种方法都没有误抓——这正是检测器该有的样子：抓错误，放过行情。（单日 +35%，主板涨跌停只有 10%，物理上不可能）；抓出错误 1 处（阈值 20.7% 很宽，只抓最离谱的）；
2026-10-30 17:01:47
191
原创 【Python量化数据清洗实战 01】回测亏钱先查数据：一条命令体检你的 K 线
实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改，注入器也只是验证体检器用的教学工具。对照组：对未注入的原始数据跑同样的体检，OHLC/重复/跳变全部 0 检出，唯一提示就是国庆休市窗口——体检器没有把正常休市当缺 bar 误报。——停牌没剔除、除权没复权、接口偶发返回了几行脏数据，策略在垃圾上跑，参数调得再好也是白调。这篇先给你一套最小体检器：四项检查，五十行内搞定，跑一遍就知道你的 K 线有没有病。
2026-10-30 06:46:31
853
原创 【Python量化组合管理实战 06】一键生成组合月报：净值、归因与风险指标全家桶
client = Client("LICENCE-66D8-9F96-0C7F0FBCD073") # 演示证书，请换成你自己的正式证书("600519", "sma520", "MA5/20动量"),("000001", "sma310", "MA3/10快速"),("300750", "mom20", "20日动量"),rets = {}df = df.tail(50).reset_index(drop=True) # 本文统一取最近 50 个交易日做演示窗口。
2026-10-29 17:43:57
175
原创 【Python量化组合管理实战 05】策略也会过气？滚动夏普排名的策略入选与淘汰
说明：这里用的是公开演示证书，为演示方便明文写入；实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。第 40 日评审：20 日动量评分垫底（-1.87），被淘汰；样例窗口是一段下跌行情，三个策略的滚动夏普都是负的，但"谁更抗跌"一目了然。办法之一是给策略建"绩效考核"：定期看各策略近期的风险调整后表现，排名，前 2 名入选下一期组合，垫底者淘汰。这篇用滚动夏普做评分，搭一套最小可用的入选/淘汰机制。
2026-10-29 06:33:04
44
原创 【Python量化组合管理实战 04】组合的风险仪表盘：相关性恶化、集中度与回撤预警
阈值收紧到 -12%，报警器触发 3 天——机制验证通过。阈值本身没有对错，它表达的是你的风险预算：设 -20% 意味着你愿意承受两成的回吐才动手，设 -12% 则更早介入、也可能更早被震出去。50 个交易日内三腿漂移温和（0.333 → 0.363 / 0.344 / 0.293），HHI 稳在 0.336，未触发 0.45 报警线。峰值 +0.458 也提示：相关性是波动的，要滚动看，不能建仓时算一次管一年。三面板从上到下：相关性会不会恶化、权重往哪漂、回撤离报警线多远——组合的健康状况一屏看完。
2026-10-28 13:04:37
116
原创 【Python量化组合管理实战 03】每月调一次仓值不值？组合再平衡的成本与效果实测
三个月后你会发现：涨得多的腿自己变成了 40%、45%，跌得多的腿缩到 20%——你以为你还有个组合，实际上你重仓押了一个策略。再平衡（rebalancing）就是定期把权重拉回目标值，但网上说法两极：有人说再平衡是"免费午餐"，有人说它白白交手续费。关键设计：每个策略是一"腿"，各腿价值随各自收益独立漂移（这正是权重漂移的来源）；实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。
2026-10-28 09:54:40
151
原创 【Python量化组合管理实战 02】钱该怎么分？等权、波动率倒数与动态评分三种配权实测
上一篇用等权组合把波动压了下来，但等权有个明显缺陷：波动 47% 的策略和波动 37% 的策略拿一样的钱——风险贡献严重失衡。机构里常听到的"风险平价"“波动率倒数加权”，说的就是按风险而非按钱数来分配。当风险平价的近似——它不需要解方程，且在策略相关性彼此接近时与 ERC 几乎等价。负相关腿反而应该在组合里放大（对冲属性），但那是带约束优化的范畴，属于进阶话题。原因是它与另外两个策略负相关（-0.176 / -0.157），长多约束下"每个策略风险贡献相等且为正"根本无解。股市有风险，投资需谨慎。
2026-10-27 13:03:30
200
原创 【Python量化组合管理实战 01】单策略回撤扛不住？用 Python 把 3 个策略拼成组合分散风险
选三个逻辑不同的策略，各盯一只股票：600519 跑 MA5/20 双均线、000001 跑 MA3/10 快速均线、300750 跑 20 日动量。分散是教科书给出的答案，但真正动手写过的人不多：几个策略的收益怎么合并？跑过一个均线策略的人都懂：回测里 -20% 的最大回撤，实盘遇到时每一个百分点都在考验你撤不撤。组合规则最简单的一种：每天把资金等分成三份（每日再平衡口径），组合日收益 = 三个策略日收益的平均值。（shift(1)），当天收益 = 仓位 × 标的日收益——这是杜绝前视偏差的关键一步。
2026-10-27 08:21:41
1111
原创 【Python量化回测实战 06】回测结果可信吗？前视偏差、未来函数与数据陷阱自查清单
实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。把这六块拼起来，你就有了一个自己完全看得懂、改得动、信得过的小型回测系统——它不比现成框架强大，但每一行你都知道在干什么。一个最常见的可信度杀手是"未来函数"——用当天的收盘价算出信号，又按当天收盘价成交。前五篇搭好了引擎、算清了成本、管住了仓位、解耦了策略、配齐了指标。两种模式统一不做期末强平、全程按收盘记净值，只隔离"成交价口径"这一个变量。
2026-10-26 13:06:43
197
原创 【Python量化回测实战 05】回测报告只有收益率？年化回撤夏普卡玛胜率一键输出
说明：这里用的是公开演示证书，为演示方便明文写入；实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。4 笔交易里赢了几笔、亏的时候亏多深？只看收益率，你既无法比较两个策略，也无法判断它值不值得上实盘。沿用系列口径：MA3/MA10 快信号（50 个交易日 8 个信号、4 笔成对交易），次日开盘执行。胜率、盈亏比都需要逐笔交易，所以回测里每次平仓要记一条：入场日期/价、出场日期/价、这笔赚了百分之几。
2026-10-26 09:59:19
306
原创 【Python量化回测实战 03】满仓一把梭还是分批进？三种仓位管理方式回测对比
实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。为了让仓位差异看得清，本篇用更快的 MA3/MA10 交叉（50 个交易日里能有 8 个信号，而 MA5/MA20 只有 2 个）。同样的金叉信号，全仓杀入和先试半仓、对了再加，结局可能天差地别——区别不在方向判断，而在你为错误判断付出的代价。本文用同一组信号、同一个引擎，只改仓位规则，看三个数字怎么变。——趋势被证明之后才加注，这是金字塔加仓的惯例。
2026-10-25 09:40:56
206
原创 【Python量化回测实战 02】回测赚钱实盘亏钱？把手续费、印花税和滑点算进引擎
把倍数放大想：如果你的策略一年换手 50 次，成本拖累就是 15 个百分点起步——多少"回测年化 30%"的策略，扣完成本只剩 15%，再碰上几次坏运气，实盘就负了。每笔交易都在交三笔钱：佣金（买卖双边）、印花税（卖出单边）、滑点（你想买，就得比盘口贵一点点才买得到）。零成本买入花费 99,352 元，计成本买入费 24.86 元、卖出费 74.11 元（含印花税），来回一趟 98.97 元。——1 万元一笔交易，万 2.5 只有 2.5 元，但按 5 元收，实际费率是万 5。：小资金高频交易时，
2026-10-24 19:16:11
181
原创 【Python量化回测实战 01】自己写的回测一上实盘就亏？从零搭一个最小回测引擎
实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。很多人写过这样的"回测"：算出金叉，直接看金叉之后涨没涨，涨了就算盈利。，样本只有 50 个交易日、信号只有 2 个，双均线在震荡市本来就不占优。本文从零搭一个最小但正确的回测引擎，把"数据 → 信号 → 执行 → 净值"四步拆清楚。股市有风险，投资需谨慎。用最经典的 MA5/MA20 双均线：金叉买入（+1），死叉卖出（-1）。，这才是可执行的回测。
2026-10-24 08:06:54
262
原创 【Python量化技术指标实战 06】单指标总被骗线？把均线+MACD+KDJ+布林带拼成一个确认系统
分布两极化（-3 与 +4 附近天数最多），说明指标之间同向共振的时段很多——市场大多数时间"该多的多、该空的空"，真正纠结的中性区（0 分）反而是少数。50 个交易日里 11 次共振信号，平均每 4~5 天一次——门槛 |总分|>=3 在"天天有信号"和"一年等一回"之间取了平衡。单个指标是"证人"，不是"法官"。把多个独立证人的证词汇总起来投票，才是更稳妥的做法。用这套手工推导 + 打分矩阵的思路，你可以把任何指标纳入自己的"陪审团"。最新一天四个指标里三个投了空头票，总分 -3——正好踩在共振线上。
2026-10-23 13:14:32
179
原创 【Python量化技术指标实战 05】量价背离怎么量化？OBV与量价关系的Python实现
实际项目请换成你自己的正式证书（申请配置见 SDK 文档 https://github.com/MaiRuiApi/mairui ），换证后代码无需修改。注意 11 月中下旬：连续出现两次底背离之后跟了一次顶背离——量能先于价格转向的痕迹，在演示数据里也能看到完整的"分歧到一致"过程。肉眼在图上找背离太主观，本文用 OBV 把它变成一条可以计算的曲线，再用代码自动扫描背离点。在扫描背离之前，先做一个 10 行的快速体检：看最近 10 日价格斜率和 OBV 斜率是否同向。投资有风险，入市需谨慎。
2026-10-23 08:43:56
220
原创 【Python量化技术指标实战 04】布林带通道突破，怎么知道是真突破还是假突破？
在这个演示数据区间（整体震荡下行），两个突破信号之后 5 日都是负收益——真突破候选 -5.91%，疑似假突破 -9.12%。股价冲出布林带上轨了，你追进去，第二天就回落——这就是经典的"假突破"。布林带突破策略最大的敌人不是突破本身，而是那些"摸了一下上轨就缩回去"的伪信号。带宽（上轨到下轨的距离占中轨的比例）是衡量波动率的直观指标：带宽收窄意味着行情在积蓄能量，张开意味着趋势展开。任何突破策略都要先在自己的数据上回测，再谈使用。我们定义"上穿"为：昨天的收盘价还在上轨之下，今天收盘价站上了上轨。
2026-10-22 17:40:42
169
原创 【Python量化技术指标实战 03】KDJ 和 RSI 谁更靠谱？用“双指标共振“过滤假信号
假设单指标准确率是 60%，两个独立指标同时满足时，理论上准确率提升到 1 - (1-0.6)^2 = 84%（简化估算）。图中绿色区域为 KDJ 超卖区（0-20）和 RSI 超卖区（0-30），红色区域为超买区。本文的共振规则比较严格（J<0 + RSI<30），你也可以放宽为"J<20 + RSI<40"，根据自己的风险偏好调整。RSI 的核心逻辑：涨的日子取平均涨幅，跌的日子取平均跌幅，比值映射到 0-100。下一篇，我们把布林带加进来，做一个"通道突破 + 指标确认"的组合系统。
2026-10-22 06:40:43
91
原创 【Python量化技术指标实战 02】MACD金叉也分强弱？手工算一次 DIF/DEA 就懂了
本文演示数据中的金叉全部发生在零轴下方，属于"弱势反弹"型金叉，不能和零轴上的强势金叉等量齐观。实战中建议：零轴上金叉才考虑做多，零轴下金叉只当反弹对待。本文带你手工算一遍，算完你就明白"零轴上金叉"和"零轴下金叉"为什么强度完全不同。三面板的好处：价格、DIF/DEA 走势、MACD 柱变化一屏看完，不用在软件里切来切去。注意最后一组：死叉发生在零轴上方，属于"多头中的回调信号"，和零轴下方的死叉含义不同。EMA 和 MA 的区别：EMA 给近期价格更高权重，对最新变化更敏感。投资有风险，入市需谨慎。
2026-10-21 19:50:01
108
原创 【Python量化技术指标实战 01】均线交叉还在手动翻K线？50行代码自动抓金叉死叉
在这个演示数据区间，策略虽然也是负收益，但跑赢了买入持有约 4.5 个百分点，说明均线交叉在震荡市中起到了一定的避险作用。当然，这只是单只票、单段时间的演示，不代表任何确定性结论。很多做趋势跟踪的朋友，每天开盘前会干一件事：把自选股逐个打开，看看 MA5 有没有上穿 MA10、MA20 有没有拐头。下一步，你可以把这套逻辑扩展到多只股票批量扫描，或者把均线交叉和 MACD、KDJ 等指标叠加使用——后者正是本系列下一篇的主题。更麻烦的是，等你肉眼确认"金叉成立了"，价格往往已经跑了一段。
2026-10-21 19:48:42
1037
原创 【Python量化选股流水线 #06】从候选清单到每日盯盘：流水线结果进监控看板
前面的文章搞定了选股逻辑、回看验收、参数优化，但还缺一个「每日使用界面」。工程上再漂亮的算法，如果每天要花十分钟手动跑脚本、复制粘贴结果，最终也会被弃用。结构化输出：JSON 格式的候选清单，方便被下游系统（如交易脚本、通知服务）消费；文本看板：人可读的一页纸_summary，含代码、名称、综合分、三因子值和方向标记；走势对比图：候选股近 N 日的归一化走势 + 全池平均对比，一眼识别相对强弱。一键生成的完整代码；文本看板的排版逻辑（综合分 + 动量方向标记 ↑/↓）；
2026-10-21 09:30:33
184
原创 【Python量化选股流水线 #06】从候选清单到每日盯盘：流水线结果进监控看板
前面的文章搞定了选股逻辑、回看验收、参数优化，但还缺一个「每日使用界面」。工程上再漂亮的算法，如果每天要花十分钟手动跑脚本、复制粘贴结果，最终也会被弃用。结构化输出：JSON 格式的候选清单，方便被下游系统（如交易脚本、通知服务）消费；文本看板：人可读的一页纸_summary，含代码、名称、综合分、三因子值和方向标记；走势对比图：候选股近 N 日的归一化走势 + 全池平均对比，一眼识别相对强弱。一键生成的完整代码；文本看板的排版逻辑（综合分 + 动量方向标记 ↑/↓）；
2026-10-20 12:52:58
162
原创 【Python量化选股流水线 #05】过滤阈值拍脑袋？窗口与阈值的敏感度实验
回看验收发现选股器整体跑输，第一反应往往是「换因子」——但很多时候问题不在因子本身，而在参数：窗口太大还是太小？Top-N 取 3 还是取 7？动量权重给 0.4 合适吗？这篇教你用参数扫描的方法，量化地知道每个参数对结果的影响方向与幅度。
2026-10-20 08:16:21
203
原创 【Python量化选股流水线 #04】选股器好不好用？「昨日候选→今日表现」回看验收
过滤和打分都写好了，选出来的票到底靠不靠谱？很多量化新手把选股器做完就急着实盘，却忘了最重要的一步：用历史数据给自己出一份体检报告。这篇教你用滚动回看的方法，给选股器做一个可量化的验收。
2026-10-19 17:35:03
111
原创 【Python量化选股流水线 #03】候选股怎么排序？动量+低波+流动性三因子打分取 Top-N
过滤管道解决了「哪些票合格」，但合格票之间怎么排座次？「都行」等于没有结论——下游建仓、盯盘都需要一个明确的先后顺序。这一篇给流水线出口装一个三因子打分器：动量、低波、流动性，全部只用日线数据现算，z-score 标准化后加权合成，输出 Top-N 候选清单。
2026-10-19 08:14:54
772
原创 【Python量化选股流水线 #02】选股条件写成一坨 if？把过滤条件做成可插拔管道
上一篇搭好了流水线骨架，能看到全池快照了。但快照不等于筛选——大多数人的第一个动作是在脚本里塞满，三个条件之后就没法看了：想临时加一条、删一条、调个阈值，都得在布尔表达式泥潭里挖。这一篇把每条过滤条件做成独立函数，用管道串起来，每层过滤剩几只一目了然。
2026-10-18 15:52:59
124
原创 【Python量化选股流水线 #01】还在手动翻盘选股？50 行代码搭一条「股票池→当日候选」流水线
数据进来：把股票池里每只标的的日线拉齐；算出快照：每只标的算几个关键数字（收盘、当日涨跌、阶段涨幅）；结果落盘：输出一张 CSV，今天看、下周回看都行。后面几篇会往中间不断加料——加过滤条件、加因子打分、加回看验收——但骨架始终是这三段。今天先把骨架跑通。一份 12 只跨行业样本股票池的完整拉数代码（600519000858300750等，仅作技术演示，不构成任何推荐）；批量拉日线 → 拼快照表 → 存 CSV 的完整流水线，复制就能跑；两个细节：确定性随机种子怎么设、CSV 编码为什么要用。
2026-10-18 07:34:34
336
原创 【Python量化数据可视化 #06】从静态图到看板：搭建你的量化监控可视化面板
前几篇画的图都是"跑一次出一张"，第二天数据变了图就旧了。真正的盯盘工具应该像行车记录仪：几只自选股的价格走势、当日涨跌、成交量、告警信息拼在一屏，数据一更新整屏自动刷新，出事自动标红。这一篇就是把这半年的图表功力收口成一块"监控看板"。
2026-10-17 09:30:46
165
原创 【Python量化数据可视化 #05】板块轮动一眼看穿：涨跌分布与热力图实战
收盘后翻一遍自选股，10 只票涨涨跌跌各不相同，看完就忘。哪天白酒强、哪天银行杀，凭印象根本说不清。这一篇把"市场冷暖"画成地图：涨跌家数看人气、涨跌幅直方图看分布、个股×交易日热度矩阵看轮动——整张盘面一屏扫完。
2026-10-16 16:13:59
137
原创 【Python量化数据可视化 #04】回测报告不会写？净值曲线、回撤与收益分布三张图
策略跑完了，控制台吐出一串收益率数字，然后呢？老板/团队问"这策略到底行不行"，你总不能甩一张 Excel 表。这一篇把回测结果画成标准三件套：净值曲线看强弱、回撤面积图看最惨的时刻、收益分布直方图看盈亏结构——三张图放一页，报告的"图"就齐了。
2026-10-16 06:49:16
144
原创 【Python量化数据可视化 #03】多只股票怎么比？走势归一化对比+相关性热力图
白酒、银行、新能源各持一只，谁强谁弱却说不清？三张K线图横坐标各画各的，根本没法比。这篇文章用"归一化"把多只股票拉到同一起跑线，再用相关性热力图告诉你谁和谁在"同涨同跌"。
2026-10-15 13:43:43
200
原创 【Python量化数据可视化 #02】均线 MACD 看不清？主副图叠加才是专业打开方式
均线画在 K 线上总对不齐日期？MACD、KDJ 各画一张图来回切换？这篇文章带你把蜡烛图 + MA 均线 + MACD + KDJ 压进同一张图，券商软件那个"一图看全部"的三面板布局，自己 80 行代码就能画出来。
2026-10-15 09:32:14
208
原创 【Python量化数据可视化 #01】还在用表格看K线？Python 手把手画出专业蜡烛图
数据拿到手，你却还在 Excel 里一列一列翻？这篇文章带你用 30 行核心代码，把行情数据画成券商软件同款的专业K线图——蜡烛实体、影线、成交量副图，一样不少。
2026-10-14 11:16:36
1368
原创 【Python量化实盘工程 #06】从模拟盘到实盘：上线前验收checklist
回测通过了、滑点建模了、状态机也搭好了。现在能上线了吗？还差一张 checklist——6 项硬指标，有一项红灯就暂缓。
2026-10-14 09:19:06
185
原创 【Python量化实盘工程 #05】信号来了就发单？订单状态机与防重单实战
策略信号每秒闪一次，你每秒都发单？状态机不建好，实盘就是灾难现场：重复成交、废单堆积、撤单混乱。
2026-10-13 13:21:24
189
原创 【Python量化实盘工程 #04】回测收益虚高30%？滑点与冲击成本建模让模拟更真实
回测里买在收盘价、卖在收盘价，现实中你根本做不到。忽略滑点和冲击成本，夏普 2.0 的策略上线后可能直接腰斩。
2026-10-13 08:53:21
175
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人