房地产市场监控技能

此技能使 Claude 能够收集房地产市场数据、生成可视化图表，并分析趋势进行预测。

数据收集工作流程

第一步：识别数据源

对于中国房地产数据，使用这些高置信度的官方来源：

数据类型	主要来源	网址
房价指数	国家统计局70城房价	https://www.stats.gov.cn/sj/zxfb/
月度房价	gotohui.com	https://fangjia.gotohui.com/fjdata-49
成交量	深圳市住房和建设局	https://zjj.sz.gov.cn/xxgk/ztzl/pubdata/
房地产信息平台	深圳市房地产信息平台	https://fdc.zjj.sz.gov.cn/
研究报告	乐有家研究中心、中指研究院	各不相同

第二步：收集的数据类型

1. 二手房均价：元/㎡
2. 新房均价：元/㎡
3. 二手房成交量：套
4. 新房成交量：套
5. 租房价格：元/月
6. 租售比：年租金/房价（标准：30-60合理，>60泡沫）

第三步：网络搜索策略

使用以下查询搜索每种数据类型：

• 深圳 2024年 二手房均价 每月 数据
• 深圳 2024年 新房成交量 月度 套数
• site:gotohui.com 深圳 二手房 价格指数
• 国家统计局 2024年 深圳 房价 指数

第四步：提取和验证数据

• 尽可能交叉核对多个来源
• 标注置信度：国家统计局数据 > 地方政府数据 > 第三方平台数据
• 标注估算值与官方公布数据的区别

图表生成

必需的 Python 环境

python3 -m venv venv
source venv/bin/activate
pip install matplotlib numpy pandas

图表模板结构

生成包含这6个关键指标的图表：

1. 二手房成交均价趋势
2. 新房成交均价趋势
3. 月度成交量对比（二手房 vs 新房）
4. 租房套均租金趋势
5. 租售比趋势（房价/年租金，标准80㎡）
6. 二手房/新房价格比

关键可视化要素

# 租售比计算
租售比 = 房价(元/㎡) × 80㎡ / (月租金 × 12)

# 国际标准
- 合理区间：30-60（租金收益率4%-6%）
- 警戒线：>60（可能存在泡沫）

分析框架

1. 价格走势分析

阶段	特征	判断
上涨期	成交量放大，价格持续上涨	卖方市场
下跌期	成交量萎缩，价格持续下降	买方市场
筑底期	成交量企稳，价格跌幅收窄	市场底
回暖期	成交量回升，价格环比上涨	复苏信号

2. 政策影响识别

需要注意的中国房地产关键政策：

• 208政策（2021.02）：二手房参考价制度 → 成交量暴跌
• 金融16条（2022.11）：房企融资支持
• 认房不认贷（2023.09）：限购松动
• 930政策（2024.09）：史诗级救市

3. 市场指标

指标	健康值	风险值
成交量荣枯线（深圳）	>5000套/月	<3000套/月
租售比	30-60	>60
二手房/新房比	0.9-1.1	>1.3

4. 预测框架

进行预测时：

1. 短期（1-3月）：基于政策暖风和成交量趋势
2. 中期（6-12月）：基于经济环境和供需变化
3. 长期（1-3年）：基于人口结构和政策导向

输出格式

数据表格式

始终以此格式呈现数据：

| 年份 | 二手房均价(最高) | 二手房均价(最低) | 新房均价(最高) | 新房均价(最低) | 二手房成交(万套) | 新房成交(万套) | 租售比 |
|------|-----------------|-----------------|----------------|---------------|-----------------|----------------|--------|

图表文件输出

将图表保存到用户可访问的位置：

/Users/lumin/skills/shenzhen_real_estate_charts.png

分析报告结构

## [城市]房地产市场分析（[时间区间]）

### 1. 价格走势
- 描述价格变化趋势
- 对比同比/环比数据

### 2. 成交量分析
- 二手房成交量趋势
- 新房成交量趋势
- 荣枯线分析

### 3. 租售比分析
- 当前租售比水平
- 与历史数据对比
- 国际标准对照

### 4. 政策影响因素
- 重要政策节点
- 政策效果评估

### 5. 趋势预测
- 短期预测（1-3月）
- 中期预测（6-12月）
- 风险提示

### 6. 数据置信度说明
- 数据来源
- 估算方法
- 置信度评估

质量检查清单

交付结果前，请验证：

• 所有数据来源均已引用
• 图表有正确的标签和图例
• 单位清晰标注（元/㎡、套、元/月）
• 已标注置信度
• 政策事件已在图表上标注
• 分析基于证据而非推测

示例工作流程

用户请求："分析深圳2024年房价走势"

Claude 响应：

1. 搜索"深圳 2024年 二手房均价 每月"
2. 从 gotohui.com 和官方来源收集数据
3. 生成显示月度价格趋势的图表
4. 识别政策影响（930政策）
5. 计算关键指标（租售比、成交量）
6. 提供带有预测的结构化分析

（文件结束 - 共195行）