대구광역시 동구 율하동에 위치한 율하휴먼시아8단지 아파트입니다.
2009년
이며 2022년 06월 16일
기준 14년차
의 중간연차
아파트로253세대
로 이루어져 있습니다.※ 리포트는 공공데이터를 이용한 시스템을 통해 자동생성되며, 새로 확인되는 정보는 본 포스트의 수정을 통해 수시로 업데이트됩니다.
베타 서비스 기간 중 오류가 있을 수 있으니 반드시 실제 데이터를 확인해주세요. 사실과 다른 정보는 댓글로 제보해주시면 바로잡겠습니다.
단지 기본 정보입니다.
[주의] 거래량이 매우 적은 아파트입니다. 차트를 그리기 위한 정보가 부족할 수 있습니다.
연도 \ 면적 | ~75 | ~85 |
---|---|---|
2022 | . | 35,000 |
2021 | 35,500 | 35,633 |
2020 | 30,000 | 30,740 |
2019 | 29,580 | 31,367 |
2018 | 30,500 | 31,643 |
2017 | 27,850 | 31,239 |
2016 | 27,967 | 29,850 |
2015 | 29,786 | 31,869 |
2014 | 25,629 | 27,754 |
2013 | 23,592 | 25,416 |
2012 | 21,027 | 22,262 |
2011 | 18,936 | 20,282 |
2010 | 16,750 | 19,034 |
2009 | 16,717 | 19,068 |
전용면적(㎡) | date | price | |
---|---|---|---|
Min. :74.53 | Min. :2009-02-11 | Min. :16050 | |
1st Qu.:74.90 | 1st Qu.:2010-03-27 | 1st Qu.:19120 | |
Median :84.64 | Median :2010-11-26 | Median :19190 | |
Mean :81.86 | Mean :2012-10-11 | Mean :22686 | |
3rd Qu.:84.64 | 3rd Qu.:2014-11-05 | 3rd Qu.:27625 | |
Max. :84.99 | Max. :2022-05-30 | Max. :38000 |
평형별 최고가 기록입니다.
계약일자
기준입니다.올림 구간
면적을 기준으로 합니다.
전용면적(㎡) | 매매가 | 계약일 | 층수 |
---|---|---|---|
75 | 35,500 | 2021-09-30 | 9 |
85 | 38,000 | 2021-11-29 | 2 |
총 거래건 일람 및 율하휴먼시아8단지 아파트의 실거래가격 변화 그래프입니다.
각 평형대별 최고가는 컬러 라벨로 표시했으며, 붉은색 숫자는 기존 추세를 고려했을 때 가능성 있는 금액대입니다.
최근 급등한 경우 그 전 매매가 영향으로 다소 낮게 계산될 수 있습니다.
아파트 가격에 큰 영향을 미치는 정책요소나 경제지표를 일절 고려치 않고 단순 회귀식으로 도출한 숫자이므로 참고용으로만 활용 바랍니다.
한눈에 알아보는 월별 평균가격 변화 그래프입니다.
전용면적별 거래 기록을 점으로 나타내 과거의 추세를 알 수 있으나 새로운 인사이트는 얻기 어렵다는 한계가 있습니다.
면적별 구분
확대 차트(최근 5년 한정, 위 차트 사각형 부분)
월별 거래량 흐름의 최근 5개년 확대 차트입니다.
데이터 확보 중입니다.
(TBD)
(TBD)
같은 단지라도 개별 아파트는 층, 향, 조망, 일조량, 인테리어 등 조건이 달라 일률적으로 판단하기 어렵지만
데이터를 기반으로 확인해본
율하동 율하휴먼시아8단지 아파트
의2022년 06월
면적대별 예상가격은
85㎡: 36,650만 원 이었습니다.
새로운 매매 정보가 입수되면 최신 거래를 기반으로 업데이트 됩니다.
관심단지를 확인하셨다면 본 페이지를 즐겨찾기에 추가해주세요.
(페이스북에서 ’디아파트’를 검색하거나 @디아파트 페이지에 Like/Follow하면 업데이트되는 소식을 받아보실 수 있습니다.)
데이터정리/글=디아파트
© dapt.kr
Tag : #율하휴먼시아8단지아파트,#율하휴먼시아8단지아파트,#대구광역시동구율하동,#14년차중간연차아파트,#대구광역시동구율하동1467율하휴먼시아8단지,#대구광역시동구안심로22길75(율하동,율하휴먼시아8단지),#2022년06월16일,#아파트시세,#아파트실거래가,#빅데이터분석,#부동산전망