将我的博客复制一份至《海外博客》
由于数据量较大,请您耐心等待复制完成
2013 (9)
2014 (33)
2015 (72)
2016 (29)
2017 (6)
2018 (4)
2019 (2)
2022 (1)
2023 (1)
农场回报是一个同地点联系很密切相关的,找到好的地点...
农场的收益咋样了?
能在美国混的媳妇可没省油的灯。
谢谢提供信息,我的感觉就是这边对待禽畜的标准还是很...
好主意!愿意交个朋友吗?
也要看在什么地区。
做事要坚持。
写得好,做房地产要有一定规模, 要有长线的时间概念,...
无意中看到你的博客,从头到尾看了一遍。写得非常朴实...
請教一下楼主你的农转住zone及分割自己去操作的吗?我...
这里我來说说如何预测房价。
以前在昆明读大气污染课程的时候,要求预测空气污染扩散后污染程度如何。
后来又在阿尔伯塔大学研究生课堂学习如何建立数学模型来进行摸拟预测。
这些高深专业知识来说已经足以做房价的数据分析了。
今天有点事,回来继续写。
现在回来继续写,做为投资有些时候会有一些事情和阻力,但是勇敢是第一重要,第二是学习知识的能力。
以前没有接触过北美的房地产,后来在文学城上看到了穷爸爸富爸爸的书了解了一些基本知识。城里还有很多热门博主的文章,对地产有了一个初步认识。
数理统计建立数学模型,我不是数学系专业,所以不可能建立一个特别精确的公式,但是可以分析出大致的一个结果。
建立数学模型,首先,就要找到相关因子,什么是相关因子,和房子价格相关的因素,
这里大致有一些相关因素,人口数量,总体房物数量,租金,单位平方尺建筑成本,单位平方尺建筑成本变化,人口变化速度,区域(小区)平均房价,区域(小区)平均工资,城市总体工资平均收入水平,就业率,失业率,平均房屋建筑面积,房型,等等
还有一些如地震,洪水,道路,公共设施,地铁,
由于这些因素的重要性不同,在预测时,加权因子有重点地在重要因素上,首先做一个判定,什么因素变化后导致房价下降,什么因素变化后导致房价上升,进行分类,一边是房价下降条件,一边是房价上升条件,
第二步,把历史数据资料进行数子化,进行比例,俢正一些加权因子。
第三步,把现在和未来的因素数字化,进行大致模拟。
第四步,具体的房子价格从历史数据来推算,模拟趋势的误差。
估计没有人会花脑筋和时间做这些所谓的预测,听听谁说说就算了,
变成一个简单的方法,是正现金流。
只要有正现金流,什么预测都没有正现金流保险。
房价涨跌就变成可控制生意模式,
做法就是股票里的高抛低收。
另外坛子有几个不学无术之流,大家也不用特别说法,可恨之人一定有可恨之处。