# 📇 Project Card

## Идентичность

- **lineage_id:** lin-d5c94da23e
- **label:** Инвестиционный симулятор рынка недвижимости
- **project_id:** real-estate-investment-simulator
- **current_version_id:** ver-3708fd3ca5

> _sources:_ [db_row project_lineages:lin-d5c94da23e · high]

## Protected core

Защищённое ядро: (1) курс = общеуниверситетский электив по недвижимости, не спецкурс для финансистов — предполагает разнородную студенческую аудиторию; (2) 10-раундная структура симуляции с горизонтом = 1 год за раунд — минимальная длина для проявления макро-эффектов; (3) реальные объекты из открытых источников (ЦИАН, Авито) — заземление; (4) команды по 2-4 человека — имитация инвестиционных команд; (5) защита стратегии в конце — принудительная рефлексия и обоснование решений; (6) множественная метрика (экспертный балл + точность прогноза + финансовый результат) — защита от single-metric оптимизации студентами.

> _sources:_ [art-6f04b38fc1 note «_Инвестиционный симулятор рынка недвижи…» · high]; [art-771dc95c31 slides «_Инвестиционный симулятор рынка недвижи…» · medium]; [analysis_json orchestrator_run:ar-f9859e0e20 · high]

## Несущий разрыв

Несущий разлом: симулятор с реальными объектами и макро-данными требует непрерывного обновления рыночных данных и корректной модели последствий (арендные ставки, вакантность, налоги, ремонт, ликвидность). Если симулятор упрощает модель — теряется дидактическая ценность (студенты научатся играть в упрощение, а не понимать рынок); если моделирует полностью — становится отдельным BUILD-проектом, недоступным одному преподавателю за один семестр. Разлом также в том, что реальные объекты быстро устаревают в данных (через полгода объявления удалены с ЦИАН), что делает воспроизводимость эксперимента ограниченной. Компенсация — фиксировать выборку объектов на момент старта курса как snapshot + использовать готовые макро-прогнозы (ЦБ РФ, Росстат, Дом.РФ) вместо live-feed.

> _sources:_ [art-6f04b38fc1 note «_Инвестиционный симулятор рынка недвижи…» · high]; [art-771dc95c31 slides «_Инвестиционный симулятор рынка недвижи…» · medium]; [analysis_json orchestrator_run:ar-f9859e0e20 · high]

## Готовность

Готовность: READINESS_SEMINAR_DISCUSSION → PILOT_REQUIRES_SIMULATOR_DECISION. Проект имеет методологически корректный дизайн, теоретическую рамку, ясные метрики. До пилота критически важно решить вопрос симулятора: (a) готовый продукт (например, real-estate simulation platform), (b) LLM с промпт-конфигом и сценарными карточками (легковесно, но менее realistично), (c) собственная разработка (год работы, вне рамок семестра). Рекомендация — вариант (b) для семестрового пилота с фиксированным snapshot объектов; переход к (a) или (c) после подтверждения педагогической ценности.

> _sources:_ [art-6f04b38fc1 note «_Инвестиционный симулятор рынка недвижи…» · high]; [art-771dc95c31 slides «_Инвестиционный симулятор рынка недвижи…» · medium]; [analysis_json orchestrator_run:ar-f9859e0e20 · high]


---

## 🔬 Sem-6 v2 · Evidence-Grounded Analysis

### Claim–Evidence Matrix

**FACT** (следует из источников):
- Курс — общеуниверситетский электив «Экономика и управление недвижимостью», 16 ч лекций + 34 ч практических. · _docx art-6f04b38fc1 §Пространство эксперимента_ · conf=high
- 10-раундная структура симуляции (1 раунд = 1 год); участники — команды 2-4 чел., 20-30 студентов. · _docx §Дизайн_ · conf=high
- Реальные объекты недвижимости из открытых источников (ЦИАН, Авито) + макро-прогнозы (ЦБ РФ, Росстат, Дом.РФ). · _docx §Метод_ · conf=high

**AUTHOR CLAIM** (заявляет автор):
- Симулятор с реальными объектами и макро-данными повысит качество обоснования инвестиционных решений vs статические кейсы. · _docx §Гипотеза_ · conf=asserted_by_author
- 10 раундов достаточно для проявления макро-эффектов и наблюдения долгосрочных последствий. · _docx §Дизайн_ · conf=asserted_by_author

**ANALYTICAL INFERENCE** (вывод системы):
- Симулятор ускоряет цикл обратной связи с 10+ лет реальности до 2-3 практических занятий, сохраняя причинно-следственную связь решение→последствие. · _system reading of round-based accelerated time_ · conf=high
- Реальные объекты ЦИАН/Авито быстро устаревают — воспроизводимость эксперимента через ~6 месяцев ограничена без snapshot. · _system methodological risk analysis_ · conf=high

**HYPOTHESIS** (требует проверки):
- Три альтернативы реализации симулятора (готовый / LLM+карточки / собственная разработка) дают разный уровень realistiчности; LLM+карточки достаточно для семестрового пилота. · _requires empirical comparison_ · conf=requires_pilot

### Agenticity Check

**Verdict — Agent Level: 0** (Interface/simulator (rules-based))

- **Memory (устойчивое состояние):** PARTIAL — симулятор хранит состояние портфеля per команда per раунд, но между сессиями логи не аккумулируются
- **Goal (собственная цель):** NO — симулятор — passive rules engine, целей своих нет
- **Planning (самостоятельная последовательность):** NO — не строит план, только применяет правила
- **Autonomy (действия без запроса):** NO — все решения — от команды студентов
- **Human Gate (где остаётся человек):** YES — финальная защита стратегии, преподаватель + приглашённые эксперты

### Educational Mechanism Model

**Current educational practice:** Статичные кейсы недвижимости на практических занятиях — расчёт NPV/IRR по фиксированным данным, разбор в группе.

**Limitation / failure point:** Студенты не сталкиваются с макроэкономическими шоками, изменением рынка со временем, необходимостью учитывать долгосрочные последствия и портфельное управление. Нет опыта работы с неполной информацией.

**Changed activity (что действие меняется):** Студент вместо разового расчёта NPV проходит 10 раундов инвестиционных решений (покупка/продажа/аренда/кредит) с макро-сценариями каждый раунд и защитой финальной стратегии.

**Role of AI (компонент механизма):** Симулятор — применяет фиксированные правила расчёта (аренда, налоги, кредит) + разыгрывает макро-сценарии. НЕ даёт стратегических рекомендаций.

**Role of human (сохранённая функция):** Студенческая команда — все стратегические решения; финальная защита стратегии перед комиссией. Преподаватель — постановка правил + модерация защиты. Экспертное вознаграждение эксперта не описано.

**Expected competence change:** Способность обосновывать инвестиционные решения в условиях неопределённости; повышение точности прогнозов доходности; учёт налоговой оптимизации.

**Measurement method:** Экспертный балл по рубрике (аргументированность выбора, источники данных, альтернативные стратегии, риск кредитного плеча), точность прогноза (заявленная vs симулированная доходность), финальный капитал, опросник вовлечённости. t-test для зависимых выборок.

### Readiness — 4 tiers
- **Idea readiness:** STRONG — чёткий диагноз проблемы + operational answer через ускоренное время
- **Mechanism readiness:** PARTIAL — механизм ясен, но решение по симулятору (готовый/LLM/собственный) не сделано
- **Implementation readiness:** WEAK — нет реализации ни одной из трёх опций симулятора
- **Evaluation readiness:** PARTIAL — метрики есть, rater calibration не запланирован