將我的博客複製一份至《海外博客》
由於數據量較大,請您耐心等待複製完成
2013 (9)
2014 (33)
2015 (72)
2016 (29)
2017 (6)
2018 (4)
2019 (2)
2022 (1)
2023 (1)
農場回報是一個同地點聯係很密切相關的,找到好的地點...
農場的收益咋樣了?
能在美國混的媳婦可沒省油的燈。
謝謝提供信息,我的感覺就是這邊對待禽畜的標準還是很...
好主意!願意交個朋友嗎?
也要看在什麽地區。
做事要堅持。
寫得好,做房地產要有一定規模, 要有長線的時間概念,...
無意中看到你的博客,從頭到尾看了一遍。寫得非常樸實...
請教一下樓主你的農轉住zone及分割自己去操作的嗎?我...
這裏我來說說如何預測房價。
以前在昆明讀大氣汙染課程的時候,要求預測空氣汙染擴散後汙染程度如何。
後來又在阿爾伯塔大學研究生課堂學習如何建立數學模型來進行摸擬預測。
這些高深專業知識來說已經足以做房價的數據分析了。
今天有點事,回來繼續寫。
現在回來繼續寫,做為投資有些時候會有一些事情和阻力,但是勇敢是第一重要,第二是學習知識的能力。
以前沒有接觸過北美的房地產,後來在文學城上看到了窮爸爸富爸爸的書了解了一些基本知識。城裏還有很多熱門博主的文章,對地產有了一個初步認識。
數理統計建立數學模型,我不是數學係專業,所以不可能建立一個特別精確的公式,但是可以分析出大致的一個結果。
建立數學模型,首先,就要找到相關因子,什麽是相關因子,和房子價格相關的因素,
這裏大致有一些相關因素,人口數量,總體房物數量,租金,單位平方尺建築成本,單位平方尺建築成本變化,人口變化速度,區域(小區)平均房價,區域(小區)平均工資,城市總體工資平均收入水平,就業率,失業率,平均房屋建築麵積,房型,等等
還有一些如地震,洪水,道路,公共設施,地鐵,
由於這些因素的重要性不同,在預測時,加權因子有重點地在重要因素上,首先做一個判定,什麽因素變化後導致房價下降,什麽因素變化後導致房價上升,進行分類,一邊是房價下降條件,一邊是房價上升條件,
第二步,把曆史數據資料進行數子化,進行比例,俢正一些加權因子。
第三步,把現在和未來的因素數字化,進行大致模擬。
第四步,具體的房子價格從曆史數據來推算,模擬趨勢的誤差。
估計沒有人會花腦筋和時間做這些所謂的預測,聽聽誰說說就算了,
變成一個簡單的方法,是正現金流。
隻要有正現金流,什麽預測都沒有正現金流保險。
房價漲跌就變成可控製生意模式,
做法就是股票裏的高拋低收。
另外壇子有幾個不學無術之流,大家也不用特別說法,可恨之人一定有可恨之處。