Un modelo de valoración construido sobre 12,115 registros reales de 12 localidades de Bogotá. Estima cánones de arrendamiento justos y valores de compra para inversión — con metodología transparente y rangos de incertidumbre honestos.
Ingresa los datos del inmueble y obtén un rango estimado de canon mensual basado en los benchmarks de mercado de tu localidad.
Estimar precio de arriendo →📈Descubre cuánto debería costar un inmueble para alcanzar tu ingreso objetivo, o qué ingreso esperar de un precio dado.
Calcular inversión →🏦Modela la cuota inicial, el plazo y los costos de cierre para inmuebles nuevos o usados, agrega ingreso por arriendo y compara varias opciones de compra.
Comparar opciones de crédito →Cada una de las 12 localidades tiene un rango de precio de arrendamiento por m² calibrado a partir de registros reales de mercado. Esta es la señal base del modelo.
El sistema de estratificación socioeconómica (1 al 6) de Colombia correlaciona con la calidad e demanda del inmueble. El modelo aplica un multiplicador de 0.72× (estrato 1) a 1.48× (estrato 6) sobre la base de la localidad.
Cada habitación adicional suma una prima ajustada por el nivel de la localidad. Las amenidades (parqueadero, gimnasio, piscina, portería) añaden primas fijas calibradas a partir de los diferenciales entre publicaciones.
El modelo entrega un rango de ±12% alrededor del estimado puntual, reflejando la varianza real observada en los datos. El precio real de mercado cae dentro de este rango en ~75% de los inmuebles comparables.
Cada localidad tiene un rendimiento anual promedio calibrado (ingreso por arriendo / valor del inmueble). La calculadora de inversión usa este rendimiento para convertir entre ingreso mensual y valor del inmueble.
El dataset contiene 12,115 registros reales a Q2 2026, cubriendo 12 localidades de Bogotá con muestra suficiente para ser estadísticamente confiable. Cubre solo apartamentos (no casas ni propiedades comerciales). Los registros reflejan precios de oferta, no precios de transacción final.
Este es un estimador transparente basado en reglas, calibrado a partir de datos reales de mercado — no un modelo estadístico entrenado, por lo que no hay un R² formal que reportar. La banda de ±12% existe precisamente porque el piso, las vistas, la antigüedad del edificio y la micro-localización no están capturados aquí y pueden mover el precio real de forma significativa dentro de ese rango.
Ya existe una versión más capaz corriendo localmente: un modelo Random Forest entrenado directamente sobre los registros crudos (no sobre rangos pre-agregados), con modelos separados para apartamentos y casas, además de un pipeline completo de ROI/tasa de capitalización para inmuebles de inversión. El siguiente paso es poner ese modelo en línea aquí, y usar un LLM para leer las descripciones no estructuradas de los anuncios — extrayendo señales de calidad de remodelación, vista y estado que los campos estructurados actuales no capturan — para reducir aún más la banda de ±12%.
Sí — completamente gratuita, sin necesidad de registro.
Es un estimado transparente basado en reglas, calibrado con datos reales de mercado por localidad y estrato — no un modelo estadístico entrenado, por lo que no hay una métrica formal de precisión que citar. Es una guía de referencia, no un avalúo certificado; el rango de ±12% es un margen deliberado para el piso, la vista, la antigüedad y el estado, que no están modelados.
Es el ingreso anual por arriendo dividido entre el precio de compra del inmueble, expresado como porcentaje. Un 6% de rentabilidad significa que un inmueble de $500M COP genera $30M COP/año en arriendo ($2.5M/mes).
Colombia clasifica los inmuebles residenciales del 1 (más bajo) al 6 (más alto) según condiciones socioeconómicas. El estrato afecta subsidios de servicios, impuestos y es un fuerte predictor del precio de arriendo.
El dataset está disponible bajo solicitud para uso investigativo o profesional. Envía un correo explicando tu caso de uso y me pondré en contacto.
Actualmente el modelo cubre 12 localidades de Bogotá — solo aquellas con suficientes registros para ser estadísticamente confiables. Otras ciudades y las localidades del sur con menos datos aún no están soportadas.