【黑羊阁】房价到底在涨在跌？以后走势如何？看黑羊均衡价！更新Unit

Venox10111

关于黑羊均衡价V2
不同于主流的均价和中间价，黑羊均衡价V2 根据市场上售出和正在售卖的房源为样本，经过了云机器训练模型进行大数据模糊模拟运算，达到一个不受市场供需房源影响的“干净”数据为目标，进行分析和研究。所有的研究数据和成果并不代表真正的指导意义，仅供参考。


全副地 - 300-700平米 (价格以万计）


原始表格（数字以W计）

月份	中区	北岸	东区	西区	南区
6月-7月	108	88.5	90.2	68.8	68.8
8月-9月	107.5	89.6	89	71.58	60.3
10月-11月	114.23	86.2	82.2	68.3	60.9
涨跌幅度	6.26%	-3.79%	-7.64%	-4.58%	1.00%

采样指标

月份	中区	北岸	东区	西区	南区
6月-7月	281	284	146	281	395
8月-9月	314	303	113	284	423
10月-11月	262	237	60	232	272

黑羊点评
总体来说，以小于700平米土地的价格还在缓慢上涨。大家会发现其实在8-9月放缓的基础上，10-11月新政推出后，市场又缓慢的调整到原有的节奏。南区有了一定的调整，但实际上这也只是延续8-9月的趋势。总体来说，低于700平米全副地，进入了一个缓慢上升的通道，总体供需关系依旧平衡。

半副地 Crossleased House(价格以万计）





原始表格（数字以W计）

月份	中区	北岸	东区	西区	南区
6月-7月	95.62	75.75	81.38	55.06	47.25
8月-9月	91.5	75.93	80.15	57.6	48
10月-11月	99.37	71.64	74.79	57.17	48.5
涨跌幅度	8.60%	-5.65%	-6.69%	-0.75%	1.04%

采样指标

月份	中区	北岸	东区	西区	南区
6月-7月	197	219	63	104	188
8月-9月	204	212	58	90	187
10月-11月	166	150	31	72	127

黑羊点评
半幅地的趋势类似于全副地，中区半幅地已接近百万，8%的2个月涨幅还是比较惊人的，同样在8-9月有了比较显著的降温，而在10月后，随着政策的清晰化，继续回稳。


Unit 排屋 (价格以万计）


原始表格（数字以W计）

月份	中区	北岸	西区	南区
6月-7月	64.56	56.97	44.15	39.72
8月-9月	62.25	55	46.91	41.05
10月-11月	64.5	57.28	47	42.75
涨跌幅度	3.61%	4.15%	0.19%	4.14%

采样指标

月份	中区	北岸	西区	南区
6月-7月	75	35	17	35
8月-9月	98	27	19	61
10月-11月	97	36	19	42

*Data collected from auction results, recents sales from REINZ, QV. Figures may be incomplete. QV and barfoot stats used for data modelling purposed. All information provided is for reference only, we have tried our best to keep the data accurate, but not guaranteed in any means. However, the data model is copyrighted material, please do reference if it is re-posted in other forms of media.


======
延伸阅读
======

9月14日 【黑羊数据】最近3个月，房价开始放缓，北岸出现跌势！ 【黑羊阁】首次买房指导地图和区域分析

woxingwosu

应该看一下和cv差价的走势， 这样比较有意义，因为有可能现在买自住房的人多了，比起投资房价格自然高了，但并不能说明房价上升。

老马迷路

大米大米大米 发表于 2015-12-24 15:24
statistics有一个很重要的方向就是machine learning。”电脑自我思考能力“就是机器学习的通俗说法。云只 ...

赞！！！我在上面问过好几次了。。。。

Venox10111

walker123 发表于 2015-12-24 16:07
黑羊, Happy New Year!

MERRY XMAS

walker123

黑羊, Happy New Year!

大米大米大米

Venox10111 发表于 2015-12-18 12:49
嗯，这应该也和你专业有关，这已经不是Staticis 了，不是单纯地用Average, Mean, Mode, Median 来算。这才 ...

statistics有一个很重要的方向就是machine learning。”电脑自我思考能力“就是机器学习的通俗说法。云只是计算机服务的一种方式，是否准确还是要依靠背后的数据科学和统计算法模型。大家担心的问题是你的预测是否准确，你可以分享下你运用的模型，这样就能说服大家了。

bbb111

Venox10111 发表于 2015-12-23 09:31
这个当然在日程中！不过需要花点时间和心思的。

能否更新下中区 DOUBLE ZONE 的全副，半副和 UNIT 的价格趋势。谢谢

winny

厉害        

Venox10111

love_3_month 发表于 2015-12-23 07:17
再来更新一下新房的价格趋势吧

这个当然在日程中！不过需要花点时间和心思的。

NewLynnHse

到目前为止，中区看来真的是王

love_3_month

再来更新一下新房的价格趋势吧

Venox10111

紫鹤 发表于 2015-12-21 09:39
半幅地那个

嗯，unit 也更新了。。。。

紫鹤

fairnz 发表于 2015-12-21 01:49
Cross lease 的呢？

半幅地那个

fairnz

Cross lease 的呢？

Venox10111

美金 发表于 2015-12-20 20:57
LZ 你做这两个图表时 用的assumptions是什么呢？
我觉得价格好像有点低啊，中区700的地才115k？
而且这个图 ...

低于700，意思就是300-700。。。具体算法我在上面已经说的很多了，不复述了。具体后面透露的是什么信息，懂的人，自然懂。

美金

LZ 你做这两个图表时 用的assumptions是什么呢？
我觉得价格好像有点低啊，中区700的地才115k？
而且这个图表是想要告诉user什么信息呢？

Venox10111

更新Crosslease

Venox10111

萨米 发表于 2015-12-18 14:01
天啊。你确定nz有这样的技术。。。。

这已经不是研发阶段了，而是应用阶段，我只是应用，不是研发。。。。我工作单位的技术早就用云平台进行Load balanced Async处理了，很正常吧

萨米

Venox10111 发表于 2015-12-18 12:49
嗯，这应该也和你专业有关，这已经不是Staticis 了，不是单纯地用Average, Mean, Mode, Median 来算。这才 ...

天啊。你确定nz有这样的技术。。。。

Venox10111

萨米 发表于 2015-12-18 13:15
我对上面两位说的东西有点兴趣哦

嗯，这应该也和你专业有关，这已经不是Staticis 了，不是单纯地用Average, Mean, Mode, Median 来算。这才是真正的“云”能力，大部分说“云”的只不过是云储存，云计算+云端API接口（比如接口到Cortana 理解你问的问题），运算搜索API（省的自己写index 算法），最终让电脑达到自我思考能力，才是将来的大趋势。

老马迷路

谢LZ！
这儿大多数感兴趣的是你房价数据预测结果的准确可靠性，所以知道你模拟预测的机理算法会很有帮助。
再玄的东西，只要机理正确，通俗化，大家就能理解。我想大家都期待你更新更好的数据。
至于写学位论文，你去其它板块吧，找学友聊为好。

萨米

我对上面两位说的东西有点兴趣哦

Venox10111

老马迷路 发表于 2015-12-18 11:13
谢谢ＬＺ！
ＮＺ，包括这坛里，肯定不少ＭＡＳＴＥＲ／ＤＯＣＴＯＲ，再玄也聊聊，学习学习，Ｎｅｖｅｒ ...

是的，如果论坛上有朋友想写这方面论文可以聊聊 ：）

老马迷路

Venox10111 发表于 2015-12-18 09:41
嗯，不过我也有相关应用正在做，理论上的东西听起来其实都像玄学

这个具体写应该是篇master 论文了 ...

谢谢ＬＺ！
ＮＺ，包括这坛里，肯定不少ＭＡＳＴＥＲ／ＤＯＣＴＯＲ，再玄也聊聊，学习学习，Ｎｅｖｅｒ　ｏｌｄ　ｔｏ　ｌｅａｒｎ，　ｎｅｖｅｒ　ｌａｔｅ　ｔｏ　ｓｔａｒｔ，　ｎｅｖｅｒ　ｌａｚｙ　ｔｏ　ｔａｌｋ ！

Venox10111

老马迷路 发表于 2015-12-18 08:00
谢LZ！
“Machine Learning Regression Modelling“, 只要通俗描述我相信大家可以理解，有空愿意为大家效 ...

嗯，不过我也有相关应用正在做，理论上的东西听起来其实都像玄学

这个具体写应该是篇master 论文了。
话说，我工作单位的东西，理论上也像玄学/气功，拿到了B轮风投，刚刚有个学生写了2000页的论文毕业了（education masters)

留言

腰斩在即。。。 再等等。。。。

老马迷路

Venox10111 发表于 2015-12-17 23:19
不知道如何通俗的解释Machine Learning Regression Modelling。。。。这个需要有一定的计算机编程知 ...

谢LZ！
“Machine Learning Regression Modelling“, 只要通俗描述我相信大家可以理解，有空愿意为大家效劳。
”Variation Modelling“ REGRESSION 能否详细具体一点？LBS?"中国的玄学算法"?
这儿技术移民/学民多，当大家知道ＬＺ你的算法机理后，可以更准确地理解和运用和推广你的结果，这正是你所希望的，对吗？不然，会有象大气功和经络之“玄妙”之嫌疑。
ＩＢＭ／微软是森林大老，我们是小草。

Venox10111

老马迷路 发表于 2015-12-17 23:10
“经过了云机器训练模型进行大数据模糊模拟运算，达到一个不受市场供需房源影响的“干净”数据为目标，进行 ...

不知道如何通俗的解释Machine Learning Regression Modelling。。。。这个需要有一定的计算机编程知识才能理解。而且我在基础的Regression 里加入了各方面不同的Variation Modelling, 接下去采用了大量的LBS算法和中国的玄学算法（四柱）

让我想想。。。市场上类似的，就是那个IBM 的Watson 技术，微软的Bing Predict 团队也在开发这方面技术（而且我的技术也是基于微软云体系的）
具体可以看看这篇文章：
http://zhidx.com/p/15308.html

首先，是城市交通。

在北上广深等大都市，交通拥堵已经成为了城市发展上一个巨大的瓶颈。对此，微软展示了其智慧交通系统，借助交管部门的监控数据，微软通过机器算法推算出各个路段未来的交通形势，为城市的管理者和人们的出行提供指导。

据微软工作人员介绍，系统完全通过机器学习的方式完成准确度的迭代，人工并不会进行干预。与刚刚上映的电影《超能查派》一样，对于人工智能的“培养”需要一个过程，“刚刚上线时系统的预测准确度只有20%至30%，而经过不断的‘学习’，目前这套系统的准确度已经超过了80%，这是一个很高的水平。”

第二，是房价预测。

同样，房价也是中国当前的大问题。通过房管部门的监控数据，微软对各地的房价进行分析，并快速通过算法将这些数据以直观的可视化方式呈现，方便调控部门的预测和政策选择。

而在这些数据图中，智东西发现除了北京的房价在意料之中的持续上涨并保持国内最高价的地位外，深圳的房价已超过了上海和广州，并且涨势明显。

关于bing predict 的可以看看这个 http://www.winbeta.org/news/bing ... dicts-week-14-games

当然，和这些项目来比，我这个非常渺小了。。。

老马迷路

“经过了云机器训练模型进行大数据模糊模拟运算，达到一个不受市场供需房源影响的“干净”数据为目标，进行分析和研究"：
LZ能否通俗简洁介绍你的“训练模型“的机理和”模糊模拟运算“的算法？

Venox10111

狂奔的蜗牛!!! 发表于 2015-12-17 10:08
西区和南区只要68万和60万了！

差不多吧。。。