项目案例
机器学习驱动的上海房价预测
基于 XGBoost 与 SHAP 的上海月度房价趋势预测。
我的角色
机器学习建模与解释分析
项目阶段
数据清洗、建模、解释与评估
关键结果
最终模型 RMSE 320.06，MAE 176.82，明显优于线性回归，并识别上月价格增长、M2、股市指标、消费者信心等关键变量。
策略快照
业务问题
如何解释房价与宏观变量的关系？
项目把房地产研究转化为模型比较与变量解释问题；由于数据插值与验证设计限制，当前结果不证明可提前预测实际市场变化。
报告证据
模型结果需结合评估限制解读
最终版本报告 RMSE 320.06；SHAP 指出价格惯性、M2、股市指标和消费者信心等变量。月度插值和验证设计限制这些指标的外推范围。
策略信号
当前定位为探索性研究
如要用于投资或政策判断，还需要基于真实月度观测数据和符合预测时点的信息集进行时间切分验证。
背景
上海房地产市场波动明显，影响因素横跨宏观经济、金融环境、政策变化和市场情绪。传统线性模型很难捕捉这些变量之间的复杂关系。
问题
这个项目关注两个问题：如何用机器学习预测短期房价趋势，以及如何解释影响价格变化的关键变量，而不是只得到一个黑箱预测结果。
方案或方法
我完成数据清洗、特征工程、XGBoost 建模、线性回归对比和 SHAP 解释分析，将 2000-2024 年上海住房价格、宏观经济、金融、政策与情绪变量整合进同一套预测框架。
分析流程
数据整理
整合 2000–2024 年上海房价、宏观经济、金融、政策与情绪变量，并构建滞后特征。
模型训练
使用 XGBoost 建立预测模型，并以线性回归作为基准模型进行对比。
模型评估
通过 RMSE、MAE 验证预测效果，判断模型是否具备稳定解释价值。
结果解释
使用 SHAP 分析关键变量贡献，将模型输出转化为可理解的市场判断。
关键证据
最终模型
RMSE 320.06 / MAE 176.82
最终 XGBoost 模型能够较稳定地追踪 2021-2024 年上海月度房价走势。
评估口径
RMSE 320.06
报告比较了改变目标变量与特征后的模型迭代，初始值与最终值不是同一设定下的可比基准，因此不宣称改善百分比。
核心信号
价格惯性
SHAP 显示上月价格增长是最重要变量，说明短期房价变化具有明显动量特征。
宏观驱动
M2 流动性
货币供应量是重要宏观金融变量，可用于解释市场预期和资金环境变化。
报告中的模型指标
指标基于重建后的价格水平。月度插值与验证设计限制其解释范围，应视为论文结果而非可直接部署的预测能力。
最终 XGBoost
RMSE 320.06 · MAE 176.82
重建价格水平上的报告指标；插值和验证设计限制解释范围。
初始模型
RMSE 18,222.69
目标与特征设定不同，并非同条件基准。
同输入变量线性回归
RMSE 761.82 · MAE 533.38
报告中的对比结果；仍需符合预测时点的信息安全验证。
市场驱动地图
这个模型更适合作为市场解释框架，而不是只输出一个预测数字。
动量
上月价格增长
SHAP 分析中最强的短期预测变量。
流动性
M2 货币供应
连接资金环境与市场预期的宏观金融信号。
情绪
消费信心 / 股市指标
反映投资者情绪和资金再配置压力。
判断逻辑
先验证信息时点与样本外表现
当前论文结果不足以支持实际预警应用；后续应避免使用预测时点之后的信息，并使用真实观测值检验样本外表现。
把 SHAP 结果作为相关性线索
特征重要性用于解释模型如何利用输入变量，不代表变量对市场变化具有因果影响。
结果
论文报告最终 XGBoost 版本 RMSE 为 320.06、MAE 为 176.82，并使用 SHAP 检视模型变量贡献。由于月度价格含插值且验证方案存在限制，这些结果属于探索性研究，不能证明生产环境中的实时预测能力或因果关系。
关键输出
- 上海房价月度趋势预测模型
- XGBoost 与线性回归模型对比
- RMSE / MAE 模型评估结果
- SHAP 变量重要性解释
- 房地产市场影响因素分析
- 可视化分析报告
复盘
这个项目连接了房地产、宏观经济、机器学习和可解释 AI，是我从建筑环境管理转向数据驱动决策的核心项目。