禾略种子（9个模块）是地理大数据平台，囊括了国家、省域及城市层面包括经济、人口、土地三方面的基础数据，还包括市场规模、结构、库存、在售项目等数据。另外，也包含了具有禾略核心算法所支持的市场周期。在此平台上可快速针对单一地块进行研判，主要从土地属性、空间扩张、人口聚集、市场结构和市场周期这几个方面入手。

1个/背景

自2015年以来，我们开始探索用大数据的方式研究城市，目前已覆盖全国近300个城市，服务40余家房地产企业，已经成为公司核心竞争力产品之一。禾略研究院特编制城市地图产品手册，辅助后期的产品生产、效果评价、成本核算等事宜，提高城市地图的生产效率，成为公司发展的稳定器。

6个/目的

一是把握客户的 核心要求 ，聚焦重点；二是熟知数据源、数据库、主要模型、模块等 流程要素； 三是对于不同数据搜集、模块内容有参考的 时间周期； 四是给出相对完整的成果输出标准；五是数据成本、人工成本、运营成本等有 体系化的认知； 六是为后期产品的持续升级 提供样板。

策略A： 最大化预期收益

策略B：最大化一周后收益IQR择概念

策略C：策略A（预期收益）+均线多头排列

策略D：策略B(收益最大IQR)+策略C[策略A(预期收益)+均线多头排列]

策略RSRS：1 RSRS择概念+RSRS大盘指数择时，框架思路；2 RSRS择概念+RSRS大盘指数择时，框架思路量化表达1；3 RSRS择概念+RSRS大盘指数择时，框架思路量化表达2；4 RSRS择概念+RSRS大盘指数择时，框架思路量化表达3；5 RSRS择概念+大盘择时策略流程；6 概念成分股等权重编制800概念指数：7 RSRS择概念，一个月左右持仓期+大盘择时效果相对仅择概念或仅择时有显著提升

策略G：三重滤网

策略H／J：最大化预期收益(周线数据／小时线数据)

LPPL大盘泡沫检测策略：幂律分布 & 正态分布

LPPL大盘泡沫检测策略：金融泡沫与物质相变临界现象

信心周期

综合新房及二手房价数据，抽取价格波动趋势，得到 “卖方对市场预期的持续走势—历史信心周期”，依据当前走势推测下一步预期走势，得到未来信心周期来反映市场信心热度。信心热度提高，购房积极性提高，项目快速去化的可能性高

算法模型 — 基础房价数据处理：为弥合存量增量市场感知分歧，综合新房房价及二手房价，计算获得综合房价

需求周期

采取二手房的需求点击热度数据，抽取需求量提升值波动趋势，来反映市场需求热度

算法模型(需求周期)——需求量提升值数据处理：为弥合围观-宏观市场感知分歧，综合城市&全国需求量，计算需求量提升值

3大/目标

把控客户在时间空间上的发展规律

洞察客户在产品上的趋势需求

提高开发商的经营效率与质量

6大/成果

城市 客户价值时间上的变化与空间上的分布

城市客户 细分模型与结果

城市 量价走势判断

细分客户 供求地图板块走量机会

细分客户 出价力地图，界定风险值 为投资产策给予直接指导

产品策略，客户需求趋势，产品发力趋势