Jak počítáme a odkud jsou data
Ceny nemovitostí odhaduje cenu z toho, za kolik se nemovitosti skutečně prodávají, ne jen z toho, za kolik se nabízejí. Tady je u každého čísla na webu popsané, z jakých dat vzniká a jak se počítá.
Schéma dat
Vlevo zdroje, uprostřed tabulky v databázi, vpravo čísla, která vidíš na webu. Najeď na kterýkoli rámeček nebo na něj klikni a zvýrazní se cesta dat. Přerušované čáry jsou výpočty uvnitř databáze (párování, index, trénink modelu).
data tečou do tabulky nebo do číslavýpočet z jiných tabulekNa mobilu schéma posuneš do strany.
Jak vzniká každé číslo
| Číslo na webu | Jak se počítá | Z jakých tabulek | Jak často |
|---|---|---|---|
| Odhad ceny | Model gradient boosting (LightGBM) odhaduje cenu za m² a ta se násobí plochou. Vstupy: poloha, cenová hladina nejbližšího okolí, plocha, pozemek, podlaží, rok dokončení, dispozice, stav, konstrukce, vlastnictví, energetický štítek a vybavení. Kupní smlouvy mají v učení váhu 3, stažené nabídky 1, aktivní nabídky 0,5. | transakce, listing, listing_match, adresa → model_run | model se učí každou neděli; nasadí se, jen když není horší |
| Rozpětí odhadu | Stejný model učený zvlášť na 10. a 90. percentil. Do rozpětí by se měly vejít zhruba 4 z 5 skutečných prodejů. | model_run | s modelem |
| Spolehlivost | Vysoká: polovina srovnávaných nemovitostí leží do 400 m a horní mez rozpětí je nejvýš 1,35× dolní. Střední: do 1 500 m a nejvýš 1,7×. Jinak nízká. | model_run, poloha referencí | při každém odhadu |
| Medián chyby modelu | Medián rozdílu odhadu a skutečné ceny na nejnovějších 15 % dat, která model při učení neviděl (test do budoucna, ne náhodný vzorek). | transakce, listing | s modelem |
| Prodeje v okolí | Kupní smlouvy do 500 m od adresy, nejnovější nahoře, nejvýš 20. | transakce | po importu cenových údajů |
| Sleva proti nabídce | Kupní cena ze smlouvy děleno poslední nabídkovou cenou, minus 1. Párují se jen dvojice: stejný typ, do 50 m, plocha ±10 %, cena 50–130 % nabídky, smlouva od 30 dní před zveřejněním do 270 dní po stažení. Skóre z blízkosti (40 %), plochy (30 %), času (20 %) a stejné adresy (10 %) musí být aspoň 0,55; každá nabídka i smlouva se použije jen jednou. Za obec a čtvrtletí se bere medián, když je aspoň 5 párů. | listing, transakce → listing_match, discount_factor | denně v noci |
| Doba prodeje | Dny od prvního zveřejnění do stažení inzerátu. Není to doba do podpisu smlouvy. | listing | průběžně |
| Cenový index a vývoj Kč/m² | Měsíční medián Kč/m² zvlášť z nabídek (měsíc stažení nebo posledního výskytu) a z kupních smluv (měsíc smlouvy), za obec a za celou ČR. Jen skupiny s aspoň 5 záznamy; smlouvy jen s jednou nemovitostí a plochou nad 10 m². | listing, transakce → price_index | denně v noci |
| Projekce na 4 čtvrtletí | Medián mezičtvrtletní změny indexu v obci (jinak ČR) za poslední 2 roky, omezený na ±5 % za čtvrtletí. Prodloužení trendu, ne předpověď. | price_index | při každém odhadu |
| Odhad k datu | Dnešní odhad × (index v měsíci zadaného data / index v posledním měsíci). Index z kupních smluv v obci, jinak v ČR; klouzavý medián 3 měsíců. | price_index | při každém odhadu |
| Pravděpodobně prodáno | Po stažení inzerátu přišel do katastru vklad na stejnou budovu. Kupní cena se objeví až s čtvrtletními cenovými údaji. | API katastru → kn_rizeni, listing_kn_signal | denně ráno |
| Trh v číslech | Počet aktivních a ukončených inzerátů bez duplicit, počet kupních smluv, průměrná sleva ze spárovaných dvojic, medián chyby modelu. | listing, transakce, listing_match, model_run | průběžně |
| Sítě a vytápění budovy | Kódy připojení na kanalizaci, plyn a vodovod a způsob vytápění, jak je vedou stavební úřady v RÚIAN, přeložené číselníky ČÚZK. Doplněno o údaje z inzerátu. | RÚIAN → ruian_so; listing | měsíčně |
| Připojení v obci (%) | Podíl připojených budov mezi budovami v obci, které mají údaj vyplněný. Počet vyplněných je uvedený vedle. | ruian_so → obec_site | měsíčně |
| Vzdálenost od dálnice, železnice, koridoru | Nejkratší vzdálenost po povrchu Země od bodu adresy k nejbližší linii nebo ploše a směr k ní. | OSM, ZÚR → vrstva | měsíčně / při nahrání |
| Orientace budovy | Kolem půdorysu z RÚIAN se opíše nejmenší natočený obdélník; delší fasády míří kolmo na jeho delší strany. Když jsou strany skoro stejné (poměr nad 0,85), směr neurčujeme. | ruian_so | měsíčně |
| Zamokřené půdy | Z kódu BPEJ se vezme hlavní půdní jednotka: 64–76 jsou glejové půdy s vysokou hladinou podzemní vody, 47–50 oglejené s občasným zamokřením. Nepřímý ukazatel, ne měření. | SPÚ → vrstva | při nahrání |
| Index kriminality | Trestné činy za posledních 12 měsíců vážené závažností (násilná 3, vloupání, zbraně a extremismus 2, obecně nebezpečná 1,5, krádeže, jiná majetková a toxikománie 1, podvody 0,5) na 1 000 obyvatel; ČR = 100. Přestupky, dopravní nehody a požáry se nezapočítávají. Obce pod zhruba 2 000 obyvatel se úměrně stahují k průměru okresu, aby jeden skutek v malé vsi nevytvořil extrém. U adresy: podíl skutků v policejní oblasti proti podílu adres obce, který v oblasti leží. | Policie ČR → krim_souhrn, krim_delikt, krim_bunka; ČSÚ → obyvatele → krim_index | týdně |
| Rozpočet na dostavbu | Podlahová plocha × náklady na m² podle standardu × (1 − podíl hotových prací ve fázi) × krajský koeficient + rezerva. Nejvyšší rozumná cena = hodnota hotového domu podle modelu − dostavba − rezerva − přirážka za riziko. | nastavení, model_run | při výpočtu |
| Údaje z textu inzerátu | Pravidla na slova a parametry portálu (topení, plyn, odpad, voda, orientace, vlhkost, stodola, fáze stavby). U každého údaje je zdroj a úryvek. Je to tvrzení prodávajícího. | listing | při uložení inzerátu |
Zdroje dat
- Cenové údaje katastru (ČÚZK): kupní ceny z návrhů na vklad. Vycházejí čtvrtletně se zpožděním několika měsíců.
- API katastru nemovitostí (ČÚZK): stavby, parcely, listy vlastnictví, probíhající řízení a denní seznam přijatých vkladů. Vlastníky neposkytuje a ani je nezobrazujeme.
- RÚIAN (ČÚZK, CC BY 4.0): všechny adresy s polohou, budovy s připojením na sítě, vytápěním a půdorysem.
- Realitní inzerce: nabídky z hlavních portálů sbírané průběžně, včetně změn ceny a data stažení. Fotky nestahujeme.
- Policie České republiky – mapy kriminality (CC BY 4.0): počty skutků po krajích, okresech, obcích a městských částech a jednotlivé skutky s polohou zobecněnou na policejní oblast. Přesné místo činu policie veřejně nezveřejňuje.
- ČSÚ: počet obyvatel obcí a městských částí.
- OpenStreetMap (ODbL): dálnice, silnice I. třídy, železnice a dopravní stavby.
- Národní památkový ústav (CC BY 4.0): památkové rezervace a zóny.
- Zásady územního rozvoje krajů, správci povodí, SPÚ: koridory dopravních staveb, záplavová území, půdy.
Jak přesné to je
Přesnost měříme na nejnovějších 15 % dat, která model při učení neviděl. Jde o test „do budoucna“, ne o náhodný vzorek. Aktuální čísla pro každý typ nemovitosti jsou na stránce Vývoj trhu a v API /api/stav.
Odhad je nejméně spolehlivý tam, kde se málo prodává, a u neobvyklých nemovitostí (vily, historické domy, byty s velkou terasou). U nich ukazujeme nižší spolehlivost a širší rozpětí.
Co odhad není
Není to znalecký posudek podle zákona č. 254/2019 Sb. ani ocenění pro banku. Nevidíme vnitřní stav, výhled ani právní vady. Ty mohou cenu změnit o desítky procent.