housing-monitor

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

房地产市场监控技能

Real Estate Market Monitoring Skill

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。

This skill enables Claude to collect real estate market data, generate visual charts, and analyze trends for predictions.

数据收集工作流程

Data Collection Workflow

第一步：识别数据源

Step 1: Identify Data Sources

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

For Chinese real estate data, use these high-confidence official sources:

Data Type	Primary Source	URL
Housing Price Index	70-city housing prices from National Bureau of Statistics	https://www.stats.gov.cn/sj/zxfb/
Monthly Housing Prices	gotohui.com	https://fangjia.gotohui.com/fjdata-49
Transaction Volume	Shenzhen Municipal Bureau of Housing and Construction	https://zjj.sz.gov.cn/xxgk/ztzl/pubdata/
Real Estate Information Platform	Shenzhen Real Estate Information Platform	https://fdc.zjj.sz.gov.cn/
Research Reports	Leyoujia Research Center, China Index Academy	Varies

第二步：收集的数据类型

Step 2: Types of Data Collected

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

Second-hand Housing Average Price: yuan/㎡
New Housing Average Price: yuan/㎡
Second-hand Housing Transaction Volume: units
New Housing Transaction Volume: units
Rental Price: yuan/month
Price-to-Rent Ratio: Annual Rent / Housing Price (Standard: 30-60 is reasonable, >60 indicates bubble)

第三步：网络搜索策略

Step 3: Web Search Strategy

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

Use the following queries for each data type:

Shenzhen 2024 second-hand housing average price monthly data

Shenzhen 2024 new housing transaction volume monthly units

site:gotohui.com Shenzhen second-hand housing price index

National Bureau of Statistics 2024 Shenzhen housing price index

第四步：提取和验证数据

Step 4: Data Extraction and Verification

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

Cross-check from multiple sources whenever possible
Label confidence levels: National Bureau of Statistics data > Local government data > Third-party platform data
Distinguish between estimated values and officially released data

图表生成

Chart Generation

必需的 Python 环境

Required Python Environment

bash

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

bash

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

图表模板结构

Chart Template Structure

生成包含这6个关键指标的图表：

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

Generate charts containing these 6 key indicators:

Second-hand housing transaction average price trend
New housing transaction average price trend
Monthly transaction volume comparison (second-hand vs new housing)
Average rental price trend per unit
Price-to-rent ratio trend (housing price / annual rent, based on 80㎡ unit)
Second-hand housing / new housing price ratio

关键可视化要素

Key Visualization Elements

undefined

undefined

租售比计算

Price-to-Rent Ratio Calculation

租售比 = 房价(元/㎡) × 80㎡ / (月租金 × 12)

Price-to-Rent Ratio = (Housing Price (yuan/㎡) × 80㎡) / (Monthly Rent × 12)

国际标准

International Standards

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

undefined

Reasonable range: 30-60 (rental yield 4%-6%)
Warning line: >60 (potential bubble)

undefined

分析框架

Analysis Framework

1. 价格走势分析

1. Price Trend Analysis

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

Phase	Characteristics	Judgment
Rising Period	Increased transaction volume, continuous price growth	Seller's market
Declining Period	Shrinking transaction volume, continuous price drop	Buyer's market
Bottoming Period	Stabilized transaction volume, narrowed price decline	Market bottom
Recovery Period	Rising transaction volume, month-on-month price growth	Recovery signal

2. 政策影响识别

2. Policy Impact Identification

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

Key Chinese real estate policies to note:

Policy 208 (Feb 2021): Second-hand housing reference price system → Plunge in transaction volume
16 Financial Measures (Nov 2022): Financing support for real estate enterprises
Recognize Property, Not Loans (Sep 2023): Relaxation of purchase restrictions
930 Policy (Sep 2024): Epic market rescue policy

3. 市场指标

3. Market Indicators

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

Indicator	Healthy Value	Risk Value
Transaction Volume Boom-Bust Line (Shenzhen)	>5000 units/month	<3000 units/month
Price-to-Rent Ratio	30-60	>60
Second-hand Housing / New Housing Price Ratio	0.9-1.1	>1.3

4. 预测框架

4. Prediction Framework

进行预测时：

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

When making predictions:

Short-term (1-3 months): Based on policy stimulus and transaction volume trends
Mid-term (6-12 months): Based on economic environment and supply-demand changes
Long-term (1-3 years): Based on population structure and policy orientation

输出格式

Output Format

数据表格式

Data Table Format

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 |
|------|-----------------|-----------------|----------------|---------------|-----------------|----------------|--------|

Always present data in this format:

| Year | Second-hand Housing Avg Price (Max) | Second-hand Housing Avg Price (Min) | New Housing Avg Price (Max) | New Housing Avg Price (Min) | Second-hand Housing Transactions (10k units) | New Housing Transactions (10k units) | Price-to-Rent Ratio |
|------|-----------------|-----------------|----------------|---------------|-----------------|----------------|--------|

图表文件输出

Chart File Output

将图表保存到用户可访问的位置：

/Users/lumin/skills/shenzhen_real_estate_charts.png

Save charts to a user-accessible location:

/Users/lumin/skills/shenzhen_real_estate_charts.png

分析报告结构

Analysis Report Structure

undefined

undefined

[城市]房地产市场分析（[时间区间]）

[City] Real Estate Market Analysis ([Time Period])

1. 价格走势

1. Price Trends

描述价格变化趋势
对比同比/环比数据

Describe price change trends
Compare year-on-year/month-on-month data

2. 成交量分析

2. Transaction Volume Analysis

二手房成交量趋势
新房成交量趋势
荣枯线分析

Second-hand housing transaction volume trend
New housing transaction volume trend
Boom-bust line analysis

3. 租售比分析

3. Price-to-Rent Ratio Analysis

当前租售比水平
与历史数据对比
国际标准对照

Current price-to-rent ratio level
Comparison with historical data
Alignment with international standards

4. 政策影响因素

4. Policy Impact Factors

重要政策节点
政策效果评估

Important policy nodes
Policy effect evaluation

5. 趋势预测

5. Trend Predictions

短期预测（1-3月）
中期预测（6-12月）
风险提示

Short-term prediction (1-3 months)
Mid-term prediction (6-12 months)
Risk warnings

6. 数据置信度说明

6. Data Confidence Statement

数据来源
估算方法
置信度评估

undefined

Data sources
Estimation methods
Confidence assessment

undefined

质量检查清单

Quality Check List

示例工作流程

Example Workflow

用户请求："分析深圳2024年房价走势"

Claude 响应：

搜索"深圳 2024年二手房均价每月"
从 gotohui.com 和官方来源收集数据
生成显示月度价格趋势的图表
识别政策影响（930政策）
计算关键指标（租售比、成交量）
提供带有预测的结构化分析

（文件结束 - 共195行）

User Request: "Analyze Shenzhen's 2024 housing price trends"

Claude Response:

Search for "Shenzhen 2024 second-hand housing average price monthly"
Collect data from gotohui.com and official sources
Generate a chart showing monthly price trends
Identify policy impacts (930 Policy)
Calculate key indicators (price-to-rent ratio, transaction volume)
Provide structured analysis with predictions

(End of document - Total 195 lines)