房地產具有居住屬性和金融屬性，因此，從投資角度講，房地產也是一種金融資產，只不過它與股票、債券等常見的金融資產相比，房地產的流動性相對較差。既然房地產是金融資產，它就有交易屬性，就應該遵循金融資產的價格形成機制。依據以上邏輯，我們完全可以使用股票技術分析方法來分析房價的走勢，前提是得製作出房價的K線走勢圖。為更準確的得出分析結果，我們專門購買了中國房地產協會的部分房價數據，今天，我們摒棄一切政策、資金、心理預期等基本面因素，單純從技術分析的角度來分析北京地區的房價走勢，為大家呈現一個全新的觀察視角。
一、為大家介紹一下房價K線圖的構建過程
圖一：北京2004-2019年房價走勢圖
我們首先在中國房地產協會主辦的“中國房價行情網”上購買了北京市的房價歷史數據，該數據庫從2004年12月份開始記錄，共記錄了15年的月度房價數據，月度數據包括：當月房價、當月成交量、房價結構、總價結構等。我們以一個月度為單根K線的一個計價週期，將當月的供給側房價作為K線的收盤價，將當月的需求側關注的房價作為K線的開盤價，不再考慮K線的最高價和最低價。由於數據庫沒有2004年12月-2010年6月的需求側房價數據，因此，2004年12月-2010年6月只體現一個收盤價，2010年7月-2019年10月體現開盤價和收盤價。我們將以上數據錄入到通達信軟件裡（具體導入方法此處不再詳述），就形成了北京近15年的房價K線走勢圖，有了房價K線走勢圖就可以藉助股票技術分析的方法來分析房價的走勢。
二、使用股票技術分析方法分析北京的房價K線走勢圖
房價的波動性與股票的波動性相比，房價的波動性會小很多，房價的K線走勢圖會顯得更加流暢和清晰，因此，房價K線圖更適合技術分析方法。
（一）通過供給側房價和需求側房價的差異來分析市場的分歧程度。 供給側房價就是市場上房地產開發商的供應價格，需求側價格就是購房者心理的房價預期，供給側價格和需求側價格差異越大，說明房價的分歧就越大，供給側價格和需求側價格差異越小，說明房價的分歧就越小。通過上面的K線圖我們可以發現一個規律：在上漲階段，當供給側房價和需求側房價差異最小的時候，基本都是價格橫盤階段，此階段房價基本保持平穩。當供給側房價和需求側房價差異擴大的時候都是價格上漲的階段，此階段價格基本都出現了較快上漲。這裡需要注意，在2017年4月份出現了有房價記錄以來的最大一根K線，說明2017年4月在房價上出現了有史以來的最大一次分歧，這次分歧以後，2017年4月至今房價在高位一直出現了橫盤寬幅震盪，這種房價的高位橫盤震盪和股票高位橫盤寬幅震盪的價格形成原理是一致的，是一種典型的頭部技術特徵。
（二）通過波浪理論分析當前房地產市場的量價關係。艾略特波浪理論是根據自然界的一般規律歸納總結出來的，它適用於自然界的一切事物發展，包括歷史發展規律、當今社會的經濟發展規律。艾略特波浪理論通常把價格上漲劃定為5個階段，包括3個驅動浪和2個調整浪。我們注意觀察北京近15年的房價K線圖會發現，2004年12月-2008年1月、2009年6月-2014年2月、2015年11月-2017年4月形成了3個比較明顯的上升浪，2008年1月-2009年6月、2014年2月-2015年10月形成了2個比較明顯的調整浪。截止2017年4月北京的房價走勢已經完成了上升5浪結構。為什麼我們從技術上確認2015年11月-2017年4月是5浪呢？大家可以觀察房價K線走勢圖下面的成交量，自從2016年8月房價的量價關係就開始出現了明顯的頂背離，且成交量至今一直在持續萎縮。
（三）通過技術指標RSI分析當前房價的強弱。我們把中國房價行情網的數據和鏈家最近一年的數據進行了對比，發現兩家提供的最近一年的北京房價數據還是有一定差異的。鏈家是國內一線房產中介商，鏈家的大數據肯定比房價行情網的數據更客觀、真實，但是，由於鏈家的房價數據是其公司的商業機密，我們一般人無法獲取到，因此，我們把鏈家公開的最近12個月的房價數據“嫁接”到中國房價行情網的數據上，替換了中國房價行情網的近12個月的數據，得出瞭如下走勢圖。我們使用強弱指標RSI進行分析，通過下圖我們可以看到2019年9月RSI指標的數值是46.44，該數值在50以下，且是13年來RSI指標的最低值，也是首次跌破強弱分界線50，CCI指標也開始跌破0軸，說明從2019年9月份開始北京地區的房價在技術上開始進入弱勢整理階段，通過使用RSI指標、CCI指標對北京的房價進行技術分析，我們認為2019年9-10月份是北京地區房價的重要時間節點。
圖二：整合數據後的北京房價走勢圖
以上我們單純從技術上，使用股票技術分析方法分析了北京地區的房價走勢，以上分析結論不構成投資決策依據，僅供大家參考借鑑。好，今天的內容就到這裡，不足之處敬請大家批評指正，謝謝！
專欄
房產大佬帶你揭秘樓市 買房必讀
99幣
167人已購
