北京二手房价格预测模型【业务向】2020.8
北京二手房价格预测模型【业务向】2020.8
- 研究背景
-
探讨二手房价格的影响因素
-
-
- 指标概述
-
- 北京地区二手房价格分布特征
-
- 不同楼层及朝向对二手房价格的影响
-
- 不同楼型对北京二手房价格的影响
-
- 装修状况对北京二手房价格的影响
-
- 房屋面积对二手房价格的影响
-
- 房龄对房价的影响
-
- 地铁站点对房子均价的作用
-
-
二手房价格评估
-
- 1.房价主要影响因素
- 2.场景预测
-
研究背景
疫情给各个行业带来了显著的挑战，在此之后随着疫情防控措施的有效实施，北京房地产市场逐渐恢复了元气。数据显示，在这段特殊时期过后，二手房交易 volume saw a gradual upturn. 本研究旨在分析复工后当前二手房市场的运行状况及其变化趋势。通过深入探究影响二手房价格的关键因素，并构建科学合理的房价预测 model 来辅助房地产投资决策。
数据来源 ：爬取北京二手房相关信息，截止时间2020.08。
二手房价格影响因素探索
1.指标概述
2.北京各地区二手房价格分布
- 市场价较高的区域房地产供应较为充足。
- 在各区房地产中怀柔地区的房价最高且房源较为稀缺。
- 海淀、朝阳等区域房价稳定居高不下且供应充足。其中西城区教育资源丰富，在学区房市场占据重要地位。
- 自7月起实施相关政策后西城的学区房价格波动显著但整体持续领先于其他区域。
3.楼层及朝向对二手房价格的影响
- 地下室的价格处于最高水平，在价格水平上具有一定的优势。经过调查发现这些房源主要集中在地下商场这类区域的数量占比不大，并主要分布于东城与西城区域。
- 随着楼层升高单价有所下降。然而，在高层住宅数量较为丰富的情况下其平均单价却并不算特别高。
- 朝向不同的房子房价差异较大 具体表现为朝向东边的房子平均售价最高 而朝北边的房子平均售价最低 房价差距约达100万元。
4.楼型对北京二手房价格的影响
- 在 board tower 中虽然房源数量最多但价格却最为亲民 其优点包括通透性好采光充足公摊面积小 因此更适合预算有限的客户。
- 在北京市区 平房价格居高不下 虽然这类房产较为稀缺 但大多为传统四合院 在寸土寸金的城市中 这类稀缺资源往往具有较高的收藏价值。
- tower 的房价仅次于平房 在这个价位内可以获得较多的选择 并且 tower 改造灵活 抗震性能优异 对于有充足预算的家庭来说 是一个不错的选择。
- 缺失数据的情况下 房源平均价格依然较高 由于缺少具体信息建议另作分析（例如别墅作为一种特殊建筑其房型划分并不明显 是否选择 tower 建议根据具体情况进行判断）。
5.装修情况对北京二手房价格的影响
- 在装修程度方面存在明显差异的情况下，
精装房的数量最为充足，
其平均单价也相应偏高。 - 毛坯房的数量较为有限，
而其单平方米的价格相比同等面积的简装房每平方米可降低约6千元，
这一特点非常适合预算有限的购房者选择。 - 装修程度标注为"其他"的部分占总房源的大约四成，
这些房子大多位于离地铁站较远的位置，
面积普遍较大但价格却相对较低。
6.面积对北京二手房价格的影响
从左图可以看出, 除了一些特殊情况外, 二手房总价分布大致上与面积的增长呈现正相关关系。
总体而言, 地铁附近的房产普遍价格较高, 在同等面积范围内, 房价上涨的空间也会相应较大。
就价格异常高的情况而言,"天价房"主要集中在远离地铁区域, 其房源数量较为稀少; 这类房产包括"郊区别墅"以及"四合院"等多种类型。
7.建筑时间对价格的影响
从整体上看，在北京市区建成年代超过65年的老房屋与近期（近5年内）新建住宅相比，在平均售价方面具有明显优势。其中以建成年代处于16元左右的房屋所占比例较低。
在北京市区建成年代处于16元左右的房屋所占比例较低。
在北京市区建成年代处于16元左右的房屋所占比例较低。
8.地铁对房子均价的影响
观察不同地理位置的房价差异时发现, 位于城市中心区域的房产通常具有较高的租金及销售价格。
那些远离地铁设施的高端住宅通常位于"别墅"或"老四合院"区域。
总体而言, 在地铁附近购买房产通常能获得较高的价格水平, 这与市场预期高度一致。
二手房价格评估
通过Python编程语言训练并生成了包括决策树在内的多种随机森林模型后，在综合评估各模型性能的基础上选择了具有最佳预测能力的随机森林模型。（其优势在于更高的准确性）
1.房价主要影响因素
从上述分析可知, 对二手房价格影响最大的是面积大小, 其次是所处区域及建造年限。
楼型与是否靠近地铁站这两个方面对房价一定会有一定影响程度上。
客厅数量多少对于总价的影响程度较低。
2.场景预测
------------禁止转载------------