Ответ на пост «Дело Долиной»⁠⁠3

Есть у меня интересное про цены на недвижимость. Лет 6-7 назад я уже создавал систему для оценки недвижимости, которая была куплена одним из федеральных застройщиков из топ-а. И вот недавно поступил запрос на разработку аналогичной системы, но конкретно под оценку новостроек. Просчитывать шахматку квартир и т.д.

Ниже упрощенное представление моего отчета для потенциального клиента и для себя чисто.

1. Собираем данные с ЦИАН, Авито, ДомКлик. Вторичку и новостройки.

2. Москва и Московская область рассматриваются совместно, из-за своей структуры на карте.

3. Деление на сегменты

   1. Вторичка делится в среднем на 86 кластеров.

   2. Новостройки - на 31 кластер.

   3. Вторичка + новостройки делится на 102 кластера.

4. Спред между вторичкой и новостройками внутри одного и того же кластера (в процентах к стоимости вторички).

   1. От 12% до 71% в различных кластерах.

   2. Разница в спреде внутри одного кластера никак не коррелируется по параметрам с другими кластерами. По крайней мере с достоверной точностью.

   3. Распределение не нормируется. Среднее – 32%, взвешенное – 24%.

5. Точность оценки при делении выборки 90/10. 90 обучающей / 10 для проверки. Сначала делал предикт, потом очищал. Выхлопы за 3 сигма не учитывал. Отклонения фактической стоимости от оценочной, в процентах:

   1. Обучение на вторичке, оценка вторички: -5,2 … +4,7

   2. Обучение на общей, оценка вторички: -6,7 … +5,1

   3. Обучение на общей, оценка новостроек: -12,1 … +8,6

   4. Обучение на новостройках, оценка новостроек: -10,3 … +8,7

6. Оценочная стоимость в среднем оказывается ниже фактической.

   1. Во вторичке: в 57% случаев.

   2. В новостройках: в 67% случаев.

Если кратно, то совершенно неприемлемые результаты оценки. Это лучшая совокупность моделей из всех рассмотренных вариантов и комбинаций разных подходов. На что обратил внимание:

• Чем длительнее срок пребывания на рынке (на площадках), тем меньше отклонение, но всё равно сильно за рамками прежних оценок моих.

• Точных цифр не сохранил, но если делать оценку только на тех объектах, которые на рынке более или равно 2 месяцам, то точность повышается.

• Крупные агентства недвижимости и застройщики выкладывают различные объекты на различных площадках. Не деактивируют с последующей новой активацией одного и того же объявления, а просто удаляют и публикуют заново. Видимо, чтобы невозможно было отследить поведение конкретного объекта на рынке.

• Для новостроек никакие ухищрение не работают от слова совсем.

• Для новостроек добавлял и убирал различные параметры окружения, вводил/выводил данные по рынку с тех же дом.рф или СберИндекса. НИЧЕГО не работает.

Итог по оценке новостроек. Или я совсем сильно что-то не понимаю, или цены рисуются по наитию и не зависят просто ни от чего. Никаких паттернов я не смог выявить. Которые бы работали приемлемо хотя бы на половине кластеров. Про большую часть я вообще молчу.

Также стояла вторая задача для прогноза скорости выбывания с рынка по стоимости / оценка оптимальной стоимости для определенной скорости вымывания объектов.

Рассмотрел:

• Модель Кокса

• Random Survival Forest.

• DeepSurv. (нейро версия модели Кокса).

• Gradient Boosting Survival Trees.

• DeepHit.

Ни один из подходов не дал вменяемых результатов. Деление делал по отбивке 2 месяца. Данные с возрастом от 2 месяцев для обучения, остальные данные для предсказания на "будущее". 1 / 2 месяца. 1 / 2 / 3 ... 9 недель.

По чисто временным рядам сходимость с фактом есть. Если чисто поведение рынка предсказывать. До 3 месяцев включительно очень хорошие результаты. Но этого мало.

Выводы:

1. Рынок на текущий момент АБСОЛЮТНО не прогнозируемый.

2. Цены на новостройки нарисованы и не имеют никакого отношения к чему-либо вообще.

3. Цены на вторичку тоже, мягко говоря, не всегда адекватны. Но связаны, скорее всего, с тем, что люди просто выкидывают на рынок свои квартиры по заведомо завышенным ценам в расчете на "а вдруг продастся".

P.S. Раньше такой фигни не было )