Redfin 估值别只取 AVM:用 Python 交叉 Sold 成交与税务历史
做美国房价工具的人,很容易默认一件事:把 Redfin Estimate 取回来,估值就完成了。地址进、AVM 出,表格里一个数字。海外置业比价、投资人筛 flip、经纪人赶 CMA,都容易走这条捷径。这个假设会把定价带偏——Estimate 是模型对「现在值多少」的猜测,不是买家刚付的钱,也不是评估师的结论。周边九十天没有成交,或者这套房半年前低价倒过一次,AVM 都不会替你说出来。
正确做法不是「再打一次估价接口」,而是让三个会互相打架的数据源同时在场:AVM、按成交窗口筛过的 sold comps、以及本房的成交和税务时间线。挂牌价是卖家期望,成交价才是市场答案,模型估值只是第三参照。Redfin 房屋数据 把这三步收成普通 GET。阅读或复制示例不会发起请求;只有你带着控制台里的授权 Key、在登录之后真正执行时才会扣额度。Key 放进 OPENDATA_API_KEY,只放服务端。查询字符串里带着 Key,完整 URL 不要进工单或截图。
这是非官方公开房源数据,不是 Redfin 官方接口,也不能当估价报告用,更不能直接拿去谈贷款。
没有成交对比的估值只是猜
estimate 只回答一个问题:模型觉得这套房现在值多少。挂牌价回答的是卖家想要多少;成交价回答的是买家付了多少、哪一天付的。三者互相独立,拿其中任何一个当「房价」,等于把一个点塞进只以区间成交的市场。
Sold comps 是检验,不是装饰。先按和标的接近的卧室、面积去筛,再加成交时间窗。soldWithin 只接受 7、30、90、180、365、730、1095、1825 天,写不了「最近 45 天」。做对标常用 90 天:更短更新、样本更少;拉到 365 天以上,要接受市场已经换过一轮的事实。筛完是空集,诚实输出是「没有可比成交」,不是「那还是用 AVM」。AVM 明显高于成交单价中位数时,要解释的是模型,不是成交。
HTTP 200 不等于成功。网关信封带 code、message、data,业务成功看 code 是否为 200。搜索结果还会在 data 数组旁边带自己的 status_code。地点补全更坑:找不到仍是 HTTP 200,但 hasFakeResults=true,哨兵行 id 为 23_null。v2-details 遇到不存在的 propertyId 目前会给裸 HTTP 500——那是未找到,不要当瞬时故障死磕重试。
import os
import requests
# Naive: print the AVM and stop.
r = requests.get(
"https://api.opendata-api.com/api/project/redfin/estimate",
params={
"key": os.environ["OPENDATA_API_KEY"],
"propertyId": "40775351",
"listingId": "224185786",
},
timeout=30,
)
print(r.json()) # a model guess, not a value range
地址换成 propertyId
estimate 和成交税务历史都要 propertyId / listingId 成对出现,不吃街道地址。把 location=某条街 塞进 estimate,调的是错操作。
身份解析走 v2-details。location 可以是 propertyId(文档示例 40775351)、街道地址、地址 slug、短路径或完整房源链接。initialInfo 里才有 propertyId 和 listingId;hasAvm 能先告诉你估值接口有没有意义。两个 ID 必须来自同一条记录,禁止跨行拼凑——成交搜索里每一行 homeData 自己带一对,拿 A 行的 propertyId 配 B 行的 listingId 会把历史和估值接到别人家。Redfin 没有面向开发者的公开官方 API,不要靠爬页面抠 ID——结构化 GET 已经把这步收掉了。
若任务是「某个城市或邮编附近的成交」而不是「这一套」,改走 property-auto-complete。文档探针是 location=New York。rows[].id 是地区 token(纽约为 6_30749),subName 是 New York, NY, USA 这种规范名。先看 hasFakeResults,再往下传,别把 23_null 喂给搜索。id 交给 region-search-for-sold;subName 或邮编交给 location-search-for-sold。整片城区要翻页,地区 ID 更稳;只问一个邮编,直接把邮编当 location 更省一次补全。
先估值,再拉 sold comps
ID 齐了先打 estimate,立刻按同一属性带去拉成交,不要在 AVM 处收工。下面这份脚本是正确顺序:解析、估值、成交集、历史。数字旁边记下拉取日期。estimate 的字段名不是冻死的契约,所以用自适应查找,而不是假定某个键永远在。网关 data 里面有时还会再包一层业务对象,脚本用 nested 兜两种形状,缺了就当缺,不要编数字。
import os
import statistics
from datetime import date
import requests
BASE = "https://api.opendata-api.com/api/project/redfin"
API_KEY = os.environ["OPENDATA_API_KEY"]
def call(operation, **params):
try:
response = requests.get(
f"{BASE}/{operation}",
params={**params, "key": API_KEY},
timeout=30,
)
except requests.RequestException:
raise RuntimeError("Request failed; use redacted diagnostics") from None
if operation == "v2-details" and response.status_code >= 500:
raise RuntimeError("v2-details HTTP 5xx; treat as not found, do not retry")
if not response.ok:
raise RuntimeError(f"HTTP {response.status_code}")
gateway = response.json()
if not isinstance(gateway, dict) or str(gateway.get("code")) != "200":
raise RuntimeError("Gateway business failure; inspect code/message safely")
payload = gateway.get("data")
if not isinstance(payload, dict):
raise ValueError("Unexpected operation payload")
return payload
def find_number(node, needle):
# Adaptive extraction: the estimate schema is not fixed.
if isinstance(node, dict):
for key, value in node.items():
if needle in key.lower() and isinstance(value, (int, float)):
return value
found = find_number(value, needle)
if found is not None:
return found
elif isinstance(node, list):
for item in node:
found = find_number(item, needle)
if found is not None:
return found
return None
def nested(payload, *keys):
node = payload
for key in keys:
if not isinstance(node, dict):
return None
node = node.get(key)
return node
# location accepts an id, address, slug or listing URL.
detail = call("v2-details", location="40775351")
info = nested(detail, "initialInfo") or nested(detail, "data", "initialInfo") or {}
property_id = info.get("propertyId")
listing_id = info.get("listingId")
if not property_id or not listing_id:
raise ValueError("No propertyId/listingId pair in v2-details")
print("retrieved", date.today().isoformat())
print("hasAvm", info.get("hasAvm"))
estimate_payload = call("estimate", propertyId=property_id, listingId=listing_id)
avm = find_number(estimate_payload, "estimate")
print("Redfin Estimate:", "unavailable" if avm is None else avm)
sold = call(
"location-search-for-sold",
location="New York, NY, USA",
soldWithin=90,
numBeds=2,
limit=50,
)
rows = sold.get("data") if isinstance(sold.get("data"), list) else []
comps = []
for row in rows:
home = row.get("homeData") or {}
price = (home.get("priceInfo") or {}).get("amount")
sqft = (home.get("sqftInfo") or {}).get("amount")
if price and sqft:
comps.append(price / sqft)
if not comps:
print("No usable sold comps; refuse a point value")
else:
median = statistics.median(comps)
print(
f"Comps: {len(comps)} sales, median ${median:,.0f}/sqft, "
f"range ${min(comps):,.0f}-${max(comps):,.0f}/sqft"
)
history = call(
"history-info-sale-and-tax-history",
propertyId=property_id,
listingId=listing_id,
)
print("History payload keys:", sorted(history.keys()) if isinstance(history, dict) else "unavailable")
成交行里的 homeData 带 propertyId、listingId、priceInfo.amount、sqftInfo.amount、beds、baths、lotSize、addressInfo,和在售搜索同一套形状,解析器可以共用。已售行的价格要按成交语境读,不要和在售要价混进同一列平均。daysOnMarket.listingAddedDate 是挂牌时间,不是成交日。翻页用 page / limit(单页最多 350),按 ID 对去重。只按邮编查成交时可以跳过补全:location 直接传邮编给 location-search-for-sold,窗口仍用 soldWithin=90。价格、面积、房龄、学校评分这些筛选有文档,接到自己的市场前先抽几页看过滤是不是按你想的切。
税务历史用来破平手
AVM 和成交带打架时,history-info-sale-and-tax-history 是破平手的那一票,不是第四个猜测。还是同一对 ID。邻居成交告诉你这条街;这条路由告诉你这套房本身:历次成交事件和评估周期。要价、成交价、估值三者并列展示才有意义,合成一个「综合分」会把分歧藏起来。
窗口内最近一次成交远低于 AVM,更像倒手或压力成交,不能证明模型此刻是对的。税务评估纹丝不动、周边成交已经抬上去,那是滞后,不是互相印证。把时间线画出来,不要把历史平均进 AVM。缺字段就保持缺失,不要编一次「上次成交」。同一 propertyId 上的重复成交事件,足够识别短期转手,不必另爬公共记录站。生产依赖前用自己的样本房验证字段,个别辅助路由是按契约接入的,不要假设每套都能画出完整增值曲线。
这仍不是一份完整 CMA
这条链路是三角测量,不是 Comparative Market Analysis。CMA 还要看成色、卖方让利、实拍、HOA 文件,以及有人上门看过房。接口不会给厨房翻新或吵闹地段打分,也不会替你判断成交价里有没有家具和过户成本。
样本太薄就停,不要往 AVM 上靠。同一档里混进公寓和独立屋,中位数会被污染。卖方让利不会出现在 priceInfo.amount 里。soldWithin 表达不了任意日期区间。v2-details 的 5xx 是未找到。非官方公开数据会变,重新拉取,别把一次数字缓存成真相。能给区间就给区间,不能就说「可比成交不足」。不要把一个 Redfin Estimate 当成房价。需要对照时,同一地址再拉一份别的来源估值,覆盖和模型各自独立,谁更全没有固定答案。