서울특별시 서초구 서초동에 위치한 서초롯데캐슬84 아파트입니다.
서초롯데캐슬84 APT의 🔍전세 실거래 내역이 궁금하다면? 전세 정보 바로가기 |
2001년
이며 2023년 07월 30일
기준 23년차
의 리모델링 연한 도래
아파트로84세대
로 이루어져 있습니다.※ 리포트는 공공데이터를 이용한 시스템을 통해 자동생성되며, 새로 확인되는 정보는 본 포스트의 수정을 통해 수시로 업데이트됩니다.
베타 서비스 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 | 180 | 210 |
---|---|---|
2023 | . | 20.71억 |
2020 | . | 20.56억 |
2019 | 7.29억 | 16.16억 |
2018 | . | 16.17억 |
2017 | . | 14.91억 |
2016 | . | 14.26억 |
2015 | . | 14.7억 |
2014 | . | 13.5억 |
2013 | . | 11.7억 |
2010 | . | 16억 |
2009 | 13.3억 | 15억 |
2006 | . | 11.19억 |
전용면적(㎡) | date | price | |
---|---|---|---|
Min. :176.3 | Min. :2006-01-27 | Min. : 16200 | |
1st Qu.:208.6 | 1st Qu.:2014-07-06 | 1st Qu.:138500 | |
Median :208.6 | Median :2017-05-09 | Median :150000 | |
Mean :207.0 | Mean :2016-02-12 | Mean :149287 | |
3rd Qu.:208.6 | 3rd Qu.:2018-07-23 | 3rd Qu.:164750 | |
Max. :208.6 | Max. :2023-05-18 | Max. :220000 |
평형별 최고가 기록입니다.
계약일자
기준입니다.올림 구간
면적을 기준으로 합니다.
전용면적(㎡) | 매매가 | 계약일 | 층수 |
---|---|---|---|
180 | 13.3억 | 2009-11-03 | 11 |
210 | 22억 | 2020-10-22 | 16 |
총 거래건 일람 및 서초롯데캐슬84 아파트의 실거래가격 변화 그래프입니다.
각 평형대별 최고가는 컬러 라벨로 표시했으며, 붉은색 숫자는 기존 추세를 고려했을 때 거래 가능성 있는 금액대입니다.
최근 급등한 경우 직전 매매가 영향으로 다소 낮게 계산될 수 있습니다.
아파트 가격에 큰 영향을 미치는 정책요소나 경제지표를 일절 고려치 않고 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
서초동 서초롯데캐슬84 아파트
의2023년 07월
면적대별 예상가격은
210㎡: 218,572만 원 이었습니다.
서초롯데캐슬84 APT의 🔍전세 실거래 내역이 궁금하다면? 전세 정보 바로가기 |
새로운 매매 정보가 입수되면 최신 실거래를 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 : #서초롯데캐슬84아파트,#서초롯데캐슬84아파트,#서울특별시서초구서초동,#23년차리모델링연한도래아파트,#서울특별시서초구서초동1642-14서초롯데캐슬84아파트,#서울특별시서초구사임당로17길90(서초동,서초롯데캐슬84),#2023년07월30일,#아파트시세,#아파트실거래가,#빅데이터분석,#부동산전망