인천광역시 남동구 구월동에 위치한 구월프라움시티 아파트입니다.
2015년
이며 2023년 03월 31일
기준 9년차
의 준신축급
아파트로240세대
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.
연도\면적 | 15 | 20 | 25 |
---|---|---|---|
2023 | . | 1.1억 | . |
2022 | 0.95억 | 0.96억 | 1.4억 |
2021 | 1.1억 | 0.97억 | 0.98억 |
2020 | 0.82억 | 0.93억 | 1.24억 |
2019 | 0.83억 | 0.98억 | 1.2억 |
2018 | 0.83억 | 0.93억 | 1.25억 |
2017 | 0.81억 | 0.94억 | . |
2016 | . | 0.88억 | 1.11억 |
2015 | 0.8억 | 0.91억 | . |
전용면적(㎡) | date | price | |
---|---|---|---|
Min. :13.65 | Min. :2015-07-07 | Min. : 6300 | |
1st Qu.:14.08 | 1st Qu.:2017-03-21 | 1st Qu.: 8475 | |
Median :15.84 | Median :2019-01-29 | Median : 9500 | |
Mean :16.74 | Mean :2019-03-17 | Mean : 9649 | |
3rd Qu.:18.39 | 3rd Qu.:2021-08-09 | 3rd Qu.:10000 | |
Max. :22.99 | Max. :2023-03-30 | Max. :14100 |
평형별 최고가 기록입니다.
계약일자
기준입니다.올림 구간
면적을 기준으로 합니다.
전용면적(㎡) | 매매가 | 계약일 | 층수 |
---|---|---|---|
15 | 1.1억 [직] | 2021-11-10 | 4 |
1.1억 [직] | 2022-01-11 | 5 | |
1.1억 [직] | 2022-02-26 | 3 | |
20 | 1.3억 [직] | 2022-07-08 | 9 |
25 | 1.41억 [직] | 2022-05-15 | 8 |
1.41억 [직] | 2022-05-25 | 9 | |
1.41억 [직] | 2022-05-30 | 8 |
총 거래건 일람 및 구월프라움시티 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
구월동 구월프라움시티 아파트
의2023년 03월
면적대별 예상가격은
20㎡: 9,900만 원 이었습니다.
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 : #구월프라움시티아파트,#구월프라움시티아파트,#인천광역시남동구구월동,#9년차준신축급아파트,#인천광역시남동구구월동1135-15구월프라움시티,#인천광역시남동구예술로226번길17(구월동),#2023년03월31일,#아파트시세,#아파트실거래가,#빅데이터분석,#부동산전망