Index
台北市 南港區 房價指數 基期 2016-01 = 100
投資人最想知道的是「現在在循環的哪裡」。這頁用重複交易指數（同一戶前後兩次成交，最接近「我的房子漲了多少」）看位置與回檔，再用三種方法互相對照確認可信度。
重複交易指數
134.5
2026-03・2016-01 = 100
距歷史高點
-0.5%
高點 135・2025-03
一年變化
-0.5%
五年 +27%・十年 +38%
年化報酬
+4.9%
近五年・十年 +3.3%
Cycle
現在在循環的哪裡
藍實線＝重複交易指數（到資料完整月），藍虛線＝之後的初步值，灰虛線＝歷史高點，紅色陰影＝距高點的回檔。
Counties
各縣市一年變化
重複交易指數，同一把尺量全台。
Towns
台北市 各行政區一年變化
行政區重複交易指數（季），數字為現在指數。點進去看該區指數與統計。
3 years
各行政區三年累積
三年前買到現在的帳面漲幅（不含租金）。
Nowcast
為什麼指數只到資料完整月
實價登錄申報有延遲：2026-04 之後的月份筆數還沒進完，指數與比較都以完整月為終點。這裡用歷史申報速度預估最終量，價格標示「初步」。
| 月份 | 已申報 | 預估最終 | 中位單價 | |
|---|---|---|---|---|
| 2026-08 | 24 | 資料未進 | 98.7+22.7% | 等季檔 |
| 2026-07 | 85 | 資料未進 | 86.6+7.5% | 等季檔 |
| 2026-06 | 87（7%） | 1,243 (994–1,554) | — | 樣本不足 |
| 2026-05 | 132（23%） | 580 (464–725) | — | 樣本不足 |
| 2026-04 | 455（62%） | 733 (586–916) | 84.1+4.5% | 初步 |
| 2026-03 | 769 | — | 80.5 | 完整 |
| 2026-02 | 550 | — | 80.3 | 完整 |
| 2026-01 | 949 | — | 79.1 | 完整 |
預估量 = 已申報 ÷（資料截止日時該月齡的歷史申報比例）；區間為比例 ±20–25%。資料截止日之後的月份要等下一季季檔（每季末後發布）才有資料。初步中位僅供參考。（申報曲線目前為預設值，每日快照累積一個月後改用實測曲線）
Cross-check
三種方法對照
同一份實價登錄用三種方法算：三條線走向一致就可信；分歧的地方通常是「市場組成在變」（例如當月豪宅成交多，中位數會跳、重複交易不會）。
模型回測誤差中位 10.33%・±10% 內 48.78%
中位數：每月成交單價中位數，會被當月成交的物件組成影響（大坪數多就偏低）。
重複交易：同一戶前後兩次成交的漲跌幅，去掉「不同房子」的干擾；樣本少的期別波動大。
Hedonic：把坪數、屋齡、樓層、型態、社區等控制住後，剩下的純時間效應。
5-year CAGR
各縣市五年年化
用來跟其他資產比：定存 1.5–2%、台股長期約 8%。
Backtest
估價模型公開回測
每縣市一個 Hedonic 模型；用最近 6 個月「模型沒看過」的成交當考卷。
| 縣市 | 訓練筆數 | 誤差中位 | ±10% 內 | 偏誤 |
|---|---|---|---|---|
| 新北市 | 407,742 | 10.77% | 46.82% | -2.2% |
| 台中市 | 306,948 | 11.18% | 45.96% | -0.1% |
| 高雄市 | 301,272 | 13.04% | 40.53% | 0.1% |
| 桃園市 | 298,327 | 11.41% | 44.61% | -1.3% |
| 台北市 | 176,653 | 10.33% | 48.78% | -0.5% |
| 台南市 | 160,831 | 11.81% | 44.85% | -0.3% |
| 新竹縣 | 70,471 | 10.98% | 45.33% | -0.8% |
| 彰化縣 | 57,543 | 17.75% | 30.81% | 8.9% |
| 新竹市 | 53,658 | 12.1% | 44.9% | -0.8% |
| 屏東縣 | 52,548 | 15.9% | 38.43% | 1.5% |
| 宜蘭縣 | 49,190 | 15.85% | 31.44% | 3.1% |
| 基隆市 | 47,306 | 14.45% | 35.79% | -1.6% |
台北市 模型 v4・訓練於 2026/09/26・測試期自 2026-03-01
Signals
哪些指標真的能預測？
投資機會雷達的每一科，倒回過去每一季重算，看它能不能預測該行政區之後一年（或兩年）的重複交易指數變化。粗體＝目前計分的科目；灰色＝只觀察。權重依這張表調整，改動都會寫在下方。
| 指標 | 雷達權重 | IC | t 值 | 命中率 | 五等分 | 分位差 | 逐季 IC | 結論 |
|---|---|---|---|---|---|---|---|---|
| 距高點回檔 | — | +0.128 | 8.5 | 90% | +2.1% | 有預測力 | ||
| 殖利率＋動能（參考） | — | +0.144 | 8.3 | 84% | +2.4% | 有預測力 | ||
| 雷達總分 v4（未採用） | — | +0.149 | 8.2 | 88% | +2.5% | 有預測力 | ||
| 殖利率 | 45 | +0.179 | 7.7 | 82% | +2.7% | 有預測力 | ||
| 候選：殖利率＋指數動能（等權） | — | +0.151 | 7.4 | 88% | +2.0% | 有預測力 | ||
| 雷達總分 v3（現行） | — | +0.130 | 7.4 | 84% | +2.1% | 有預測力 | ||
| 指數四季動能 | — | +0.121 | 6.0 | 77% | +1.7% | 有預測力 | ||
| 雷達總分 v2（過渡） | — | +0.081 | 5.2 | 74% | +1.6% | 有預測力 | ||
| 價格動能（一年漲幅） | 35 | +0.076 | 4.7 | 78% | +1.5% | 有預測力 | ||
| 價格平穩（v1 舊科目） | — | -0.067 | -4.6 | 20% | -1.0% | 無 | ||
| 交屋潮（未來一年） | — | -0.091 | -4.6 | 32% | -1.1% | 無 | ||
| 交屋潮（第二年） | — | -0.096 | -4.3 | 36% | -1.2% | 無 | ||
| 雷達總分 v1（舊權重） | — | -0.037 | -3.0 | 32% | -0.9% | 無 | ||
| 一年量增 | 10 | +0.032 | 2.1 | 64% | +0.6% | 弱 | ||
| 比新案便宜 | 10 | +0.024 | 1.1 | 56% | +0.7% | 無 | ||
| 近 3 月量能 | — | +0.007 | 0.4 | 44% | +0.3% | 無 | ||
| 供給少（預售量比） | — | -0.007 | -0.3 | 54% | -0.7% | 無 |
樣本 2013-01 – 2025-04，每季約 114 個行政區・期間平均未來 4 季指數變化 +5.3%（五等分的柱以此為零線）・指標往前推 1 季計算（模擬申報延遲）。
我們從回測學到什麼（2026-09）
- 殖利率是最強的單一指標。租金報酬高的行政區，之後一到兩年指數漲得明顯較多（最高一組比最低一組兩年多漲約 6 個百分點）。但 2023–24 年多頭時它曾反向：市場過熱時買盤追的是低殖利率的熱區。
- 價格會延續，不會「平穩後起漲」。舊版雷達給「一年漲跌在 ±3% 內」滿分，回測顯示這一科是反向的：價格已在漲的區之後還是漲得比較多。因此新版把「價格平穩」改成「價格動能」。
- 近三個月量能與預售供給量沒有預測力，權重大幅調低；一年量增只有微弱效果。「比新案便宜」在兩年期有弱效果，保留。
- 舊版總分（v1）對之後指數變化的 IC 是負的，主要被「價格平穩」拖累。v2 換成價格動能後轉正，但仍被沒有預測力的科目稀釋，不如只用「殖利率＋動能」的簡單基準。現行 v3 只留有證據的四科：殖利率 45、價格動能 35、一年量增 10、比新案便宜 10。v1、v2、v3 與簡單基準都列在上表，讓你自己比。
- 選權重時只比較了少數幾組版本，但仍是用同一段歷史挑的，實際效果可能比表上略差。限制：只有 166 個行政區有季指數（樣本偏大城市）；各季未來報酬重疊，t 值偏高；「距高點回檔」與「指數四季動能」用同一條指數當訊號與答案，可能被估計噪音放大，看「一年漲幅（原值）」較保守。人口與戶數資料只有 2019–20 與 2025 起，尚無法回測。
三種指數白話說明
- 中位數指數
- 把當月所有成交的單價排一排取中間那個。簡單，但這個月若剛好多賣了幾間豪宅，指數就跳上去，跟「房價漲了」不是同一回事。
- 重複交易指數（Case-Shiller 作法）
- 只用「同一戶」前後兩次成交（間隔 ≥ 180 天），問「同一間房子隔幾年賣，價差多少」，再把所有配對拼成一條走勢。不會被房子組成干擾，代價是樣本少；最近幾個月配對太少的期別不畫。
- Hedonic（特徵價格）
- 把每筆成交拆成「坪數 × 屋齡 × 樓層 × 型態 × 社區 × 成交月份」，用迴歸算每個因素各值多少錢；「成交月份」那項就是指數，同一個模型也拿來估價，所以回測誤差適用於指數的可信度。
指數涵蓋：社區（季）1935 條、社區（年）4515 條、縣市（月）21 條、行政區（季）166 條。資料：內政部實價登錄。非投資建議。