Случайны выбор дневника Раскрыть/свернуть полный список возможностей


Найдено 198 сообщений
Cообщения с меткой

покупка автомобиля - Самое интересное в блогах

Следующие 30  »
Битва_желаний

Как распознать битую машину?

Понедельник, 10 Апреля 2017 г. 18:44 (ссылка)


1 (567x604, 279Kb)



Читать далее...
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
choolvetab

Про покупку автомобиля

Среда, 15 Февраля 2017 г. 19:43 (ссылка)


Привет всем, друзья!



Как вы знаете, совсем недавно я приобрел новый автомобиль за наличные, чему очень рад.



За два месяца эксплуатации, не разочаровался в нем, ни чуть! Только положительные эмоции от вождения. Уже успел купить новые чехлы для хранения зимних шин, коль скоро кончается зима, установил круиз контроль и заказал мелочовские аксессуары на алиэкспрессе.



Надеюсь, летом съездим семьей в Сочи на машине, в этот раз с комфортом!)



Покупка удалась на славу, и автосалон попался приличный, вот отзывы про него - https://vk.com/topic-124632814_33889289



Через пару недель поедем на праздники к родителям за 400 км, первый выезд на дальнюю дистанцию!



Вот такие новости)



 


Метки:   Комментарии (1)КомментироватьВ цитатник или сообщество
onlywomens

Отзывы об автосалонах

Среда, 21 Декабря 2016 г. 23:59 (ссылка)

На сайте http://отзывавто.рф/avtosalon/avtoritet можно прочитать отзыв об автосалоне АвтоРитет в Санкт-Петербурге. Дополнительно к традиционной продаже новых и подержанных авто, салон предоставляет и дополнительные услуги. Например, могут порекомендовать банк для кредитования покупки авто, помочь с регистрацией автомобиля в ГИБДД. Каждому покупателю сотрудники салона дадут консультацию по покупке автомобиля и другие услуги. На этом сайте можно почитать отзывы покупателей о работе салона, скорости и качестве обслуживания клиентов и оформления сделки.
1 (600x400, 192Kb)

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
infohom

Автосалон Инком Авто

Вторник, 01 Ноября 2016 г. 10:06 (ссылка)

Эх, как хорошо стало жить! Если раньше, что бы купить автомобиль нужно было записываться. Стоять в очереди, ходить отмечаться и долго ждать, когда появится нужная модель и цвет. Сегодня все легко и просто! Выбираете автосалон, приходите, находите нужный автомобиль и совершаете покупку. Проблема только в том, какой автосалон выбрать. Я советуюсь с друзьями, читаю отзывы в интернете и только тогда иду в автосалон.
Автосалон Инком Авто http://xn--80adbr8aexe1f.xn--p1ai/avtosalon/inkom_avto на рынке с 1999 года и до сегодняшнего дня успешно реализует автомобили населению. Автосалон имеет свой технический центр, в котором можно устранить все неполадки и получить сервисное гарантийное обслуживание. Для удобства автомобилистов автосалон имеет три филиала в Москве :Запад (Обручева 21), Север (проспект Мира 222, ВДНХ), Юг (Рязанский проспект 7 д). Хотите купить автомобиль в автосалоне без риска выбирайте автосалон Инком Авто.

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

Как программист машину покупал. Часть II

Понедельник, 17 Октября 2016 г. 04:45 (ссылка)

В предыдущей статье на примере покупки Mercedes-Benz E-klasse не старше 2010 года выпуска стоимостью до 1.5 млн рублей в Москве была рассмотрена задача поиска выгодных автомобилей. Под выгодными следует понимать предложения, цена которых ниже рыночной в текущий момент среди объявлений, собранных со всех наиболее авторитетных сайтов по продаже б/у автомобилей в РФ.



На первом этапе в качестве метода машинного обучения была выбрана множественная линейная регрессия, были рассмотрены правомерность ее использования, а также плюсы и минусы. Простая линейная регрессия была выбрана в качестве ознакомительного алгоритма. Очевидно, что существует еще много методов машинного обучения для решения поставленной задачи регрессии. В этой статье я хотел бы рассказать вам, как именно я выбирал наиболее оптимальный алгоритм машинного обучения для исследуемой модели, который в настоящее время используется в реализованном мною сервисе — robasta.ru.







Выбор алгоритма



Претенденты на звание “чемпиона”:



Прежде чем сделать выбор, были исследованы все вышеизложенные алгоритмы, поэтому хотел подробно рассказать вам о каждом из них. Однако, такой путь перебора “в лоб” не совсем оптимален, разумнее сначала провести дополнительные исследования поставленной задачи.



Помимо Mercedes-Benz E-klasse мне импонировала Audi A5, особенно с дизельным двигателем мощностью 239 л.с., обладающая хорошей динамикой (6 сек. до 100 км/ч) и приемлемым налогом. Взглянув на зависимость цены от мощности двигателя этого творения немецких инженеров (визуализация ниже), многие вопросы отпадают сами собой.



О линейной зависимости тут не может идти и речи, поэтому алгоритмы, в основе которых лежит линейная зависимость объясняемой переменной (стоимости, в нашем случае) от регрессоров, можно смело отбросить. Использование полиномиальных и нелинейных моделей неправомерно по той причине, что заранее неизвестен вид зависимости того или иного регрессора от цены для каждой отдельной взятой модели автомобиля.



Таким образом, приняв вышеизложенные рассуждения во внимание, нам остается рассмотреть только алгоритмы, в основе которых лежат деревья принятия решенийRandom forest и Xgboost (с двумя видами бустинга — xgbDart, xgbTree), и выбрать из них оптимальный.



Следует оговориться, что оптимальный алгоритм — это тот, который покажет себя наилучшим образом (min RMSE) при перекрестной проверке (cross-validation) и отложенной выборке.

Прежде чем переходить к “слепому” применению выбранных алгоритмов, в следующей главе я хотел бы более подробно осветить вопрос их настройки.



Cross-validation



Для оценки реальных возможностей модели и настройки ее параметров в задачах машинного обучения зачастую используют перекрестную проверку (Cross-validation, СV). Выделяется некоторое множество разбиений исходной выборки на обучающую и контрольную подвыборки. Для каждого из разбиений алгоритм настраивается по обучающей подвыборке, затем на контрольной оценивается его средняя ошибка.

Оценкой перекрестной проверки называется средняя по всем разбиениям величина ошибки на контрольных подвыборках.



Для несмещенности оценки вероятности ошибки, полученной посредством кросс-валидации, необходимо, чтобы обучающая и контрольная выборки образовывали непересекающееся подмножество, во избежании явления переобучения.



Разновидности перекрестной проверки:


  1. k-блочная кросс-валидация (k-fold cross-validation).
    Подробнее
    Этот метод случайным образом разбивает данные на k непересекающихся блоков примерно одинакового размера. Поочередно каждый блок рассматривается как валидационная выборка, а остальные k-1 блоков — как обучающая выборка. Модель обучается на k-1 блоках и прогнозирует валидационный блок. Прогноз модели оценивается с помощью выбранного показателя: правильность (accuracy), среднеквадратическое отклонение (СКО, RMSE) и т.п. Процесс повторяется k раз, и мы получаем k оценок, для которых рассчитывается среднее значение, являющееся итоговой оценкой модели. Обычно k выбирают равным 10, иногда 5. Если k равен количеству элементов в исходном наборе данных, этот метод называется кросс-валидацией по отдельным элементам (в этой статье не рассматривается).


  2. Многократная k-блочная кросс-валидация (repeated k-fold cross-validation).
    Подробнее
    В рамках этого метода k-блочная кросс-валидация выполняется несколько раз. Например, 5-кратная 10-блочная кросс-валидация даст 50 оценок, на основе которых затем будет рассчитана средняя оценка. Обратите внимание, это не то же самое, что 50-блочная кросс-валидация.


  3. Кросс-валидация на основе метода Монте-Карло (МККВ, Monte Carlo cross-validation, leave-group-out cross-validation).
    Подробнее
    Данный метод заданное количество раз случайным образом разбивает исходный набор данных на обучающую и валидационную выборку в заданной пропорции.




Каждый из описанных выше методов кросс-валидации, можно охарактеризовать с помощью смещения (bias) и дисперсии (variance). Смещение характеризует правильность (accuracy) оценки. Дисперсия характеризует точность (precision) оценки.



В общем случае смещение метода кросс-валидации зависит от размера валидационной выборки. Если размер валидационной выборки составляет 50% исходных данных (2-блочная кросс-валидация), итоговая оценка СКО будет более смещенной, чем в случае, когда этот размер составляет 10% исходных данных. С другой стороны, меньший размер валидационной выборки увеличивает дисперсию, поскольку каждая валидационная выборка содержит меньше данных для получения стабильного значения СКО.



Таким образом, когда речь идет о k-блочной кросс-валидации, то для минимизации смещения следует выбирать максимальное k, а для уменьшения дисперсии применять многократный k-блочный метод, который справляется с этой задачей лучше однократного.

Что же касается МККВ, то для этого вида перекрестной проверки размер валидационной выборки имеет немного большее влияние на дисперсию, чем

количество повторений процесса. Следует также отметить, что количество повторений процесса не оказывает существенного влияния на смещение.

Таким образом, для метода МККВ можно порекомендовать использовать валидационную выборку малого размера (например, 10%) и выполнять большое количество повторений, чтобы уменьшить дисперсию.



Однако, при прочих равных, использование многократной 10-блочной КВ обеспечивает меньшую дисперсию, что в первую очередь обусловлено тем, что для этого метода, один и тот же элемент данных не может встречаться в разных выборках, в отличие от МККВ.



В завершении наших рассуждений, хотелось бы сделать оговорку, что при больших объемах данных 10-блочная или даже 5-блочная однократная КВ дает вполне приемлемые результаты, в нашей же задаче, для настройки модели мы будем использовать многократную 10-блочную перекрестную проверку.



Random forest



«Случайный Лес» — алгоритм, который для полученных данных случайным образом создает множество деревьев принятия решений и потом усредняет результаты их предсказаний. Алгоритм построения дерева очень быстр, поэтому не составляет большого труда сделать столько деревьев, сколько будет нужно.

С практической точки зрения у описанного выше метода есть одно огромное преимущество: он почти не требует конфигурации. Если мы возьмем любой другой алгоритм машинного обучения, будь то регрессия или нейронная сеть, они все имеют множество параметров, и их надо уметь подбирать под конкретную задачу. RF, по-сути, имеет лишь один важный параметр требующий настройки — mtry (размер случайного подмножества, выбираемого на каждом шаге построения дерева). Однако, даже используя значение по-умолчанию, можно получить весьма приемлемые результаты.



Как и в предыдущей статье, заменим отсутствующие значения (N/A) на медианные для всех регрессоров, исключим из выборки объем двигателя (ввиду сильной корреляции параметра с мощностью) и посмотрим на возможности этого алгоритма.



dat <- read.csv("dataset.txt") # загружаем выборку в R



dat$mileage[is.na(dat$mileage)] <- median(na.omit(dat$mileage)) # заменяем NA на примере пробега



dat <- dat[-c(1,11)] # исключаем номер строки и объем двигателя из выборки



set.seed(1) # инициализируем генератор случайных чисел (для воспроизводимости)



split <- runif(dim(dat)[1]) > 0.2 # разделяем нашу выборку



train <- dat[split,] # выборка для обучения и настройки (cross-validation) параметров



test <- dat[!split,] # отложенная (hold-out) выборка



Для перекрестной проверки будем использовать пакет caret, который имеет больше возможностей для оценки качества модели, чем rfcv.



library(caret) # подключаем библиотеку caret



fit.control <- trainControl(method = "repeatedcv", number = 10, repeats = 10)



train.rf.model <- train(price~., data=train, method="rf", trControl=fit.control , metric = "RMSE") # применим 10-ти кратную 10-ти блочную кросс-валидацию для настройки модели



train.rf.model # посмотрим на результаты кросс-валидации

Подробнее
Random Forest



292 samples

15 predictor



No pre-processing

Resampling: Cross-Validated (10 fold, repeated 10 times)

Summary of sample sizes: 262, 262, 262, 263, 263, 263, ...

Resampling results across tuning parameters:



mtry RMSE Rsquared

2 134565.8 0.4318963

8 117451.8 0.4378768

15 122897.6 0.3956822



RMSE was used to select the optimal model using the smallest value.

The final value used for the model was mtry = 8.



library(“randomForest”) # подключаем библиотеку random forest



train.rf.model <- randomForest(price ~ ., train,mtry=8) # построим модель на основе полученных с помощью кросс-валидации параметров



Построим график, наглядно иллюстрирующий важность каждого из предикторов модели.



varImpPlot(train.rf.model) # оценим важность предикторов







rf.model.predictions <- predict(train.rf.model, test) # проверим точность оценки на отложенной выборке



print(sqrt(sum((as.vector(rf.model.predictions - test$price))^2)/length(rf.model.predictions))) # средняя ошибка прогноза цены (в рублях)

[1] 121760.5



Полученная средняя ошибка оценки стоимости автомобиля эквивалентна этой же величине полученной для линейной регрессии. Напомню, что при построении линейной модели, в отличие от RF, мы избавлялись от выбросов, что приводило к дополнительным неточностям в оценках стоимости автомобилей. Таким образом, можно утверждать о робастности “случайного леса” к выбросам.



XGboost



Идея градиентного бустинга состоит в построении ансамбля последовательно уточняющих друг друга элементарных моделей. Каждая последующая элементарная модель обучается на “ошибках” ансамбля из предыдущих элементарных моделей, ответы моделей взвешенно суммируются.

“Бустить” можно практически любые модели — общие линейные, обобщенные линейные, деревья решений, K-ближайших соседей и многие другие.

К особенностям реализации алгоритма бустинга в xgboost можно отнести, во-первых, использование помимо первой еще и второй производной от функции потерь, что повышает эффективность алгоритма. Во-вторых, наличие встроенной регуляризации, что помогает бороться с переобучением. И наконец, возможность задавать пользовательские функции потерь и метрики качества.



Благодаря экспериментальному параметру num_parallel_tree можно задать количество одновременно создаваемых деревьев и представить Random Forest, как частный случай бустинговой модели с одной итерацией. А если использовать больше одной итерации, то получится бустинг “случайных лесов”, когда каждый “случайный лес” выступает в качестве элементарной модели.



В рамках статьи рассмотрим только один вид бустинга — xgbTree, т.к. xgbDart даёт схожие результаты.



fit.control <- trainControl(method = "repeatedcv", number = 10, repeats = 10)



train.xgb.model <- train(price ~., data = train, method = "xgbTree", trControl = fit.control, metric = "RMSE") # применим 10-ти кратную 10-ти блочную кросс-валидацию



train.xgb.model # посмотрим на результаты кросс-валидации

Подробнее
eXtreme Gradient Boosting



292 samples

15 predictor



No pre-processing

Resampling: Cross-Validated (10 fold, repeated 10 times)

Summary of sample sizes: 263, 262, 262, 263, 264, 263, ...

Resampling results across tuning parameters:



eta max_depth colsample_bytree nrounds RMSE Rsquared

0.3 1 0.6 50 114131.1 0.4705512

0.3 1 0.6 100 113639.6 0.4745488

0.3 1 0.6 150 113821.3 0.4734121

0.3 1 0.8 50 114234.6 0.4694687

0.3 1 0.8 100 113960.5 0.4712563

0.3 1 0.8 150 114337.1 0.4685121

0.3 2 0.6 50 115364.6 0.4604643

0.3 2 0.6 100 117576.4 0.4472452

0.3 2 0.6 150 119443.6 0.4358365

0.3 2 0.8 50 116560.3 0.4494750

0.3 2 0.8 100 119054.2 0.4350078

0.3 2 0.8 150 121035.4 0.4222440

0.3 3 0.6 50 117883.2 0.4422659

0.3 3 0.6 100 121916.7 0.4162103

0.3 3 0.6 150 125206.7 0.3968248

0.3 3 0.8 50 119331.3 0.4296062

0.3 3 0.8 100 124385.7 0.3987044

0.3 3 0.8 150 128396.6 0.3753334

0.4 1 0.6 50 113771.6 0.4727520

0.4 1 0.6 100 113951.6 0.4717968

0.4 1 0.6 150 114135.0 0.4710503

0.4 1 0.8 50 114055.0 0.4700165

0.4 1 0.8 100 114345.5 0.4680938

0.4 1 0.8 150 114715.8 0.4655844

0.4 2 0.6 50 116982.1 0.4499777

0.4 2 0.6 100 119511.9 0.4347406

0.4 2 0.6 150 122337.9 0.4163611

0.4 2 0.8 50 118384.6 0.4379478

0.4 2 0.8 100 121302.6 0.4201654

0.4 2 0.8 150 124283.7 0.4015380

0.4 3 0.6 50 118843.2 0.4356722

0.4 3 0.6 100 124315.3 0.4017282

0.4 3 0.6 150 128263.0 0.3796033

0.4 3 0.8 50 122043.1 0.4135415

0.4 3 0.8 100 128164.0 0.3782641

0.4 3 0.8 150 132538.2 0.3567702



Tuning parameter 'gamma' was held constant at a value of 0

Tuning parameter 'min_child_weight' was held constant at a value of 1

RMSE was used to select the optimal model using the smallest value.

The final values used for the model were nrounds = 100, max_depth = 1, eta = 0.3, gamma = 0, colsample_bytree = 0.6 and min_child_weight = 1.



library(“xgboost”) # подключаем библиотеку xgboost



xgb_train <- xgb.DMatrix(as.matrix(train[-c(1)] ), label=train$price) # тренировочная выборка



xgb_test <- xgb.DMatrix(as.matrix(test[-c(1)]), label=test$price) # тестовая выборка



xgb.param <- list(booster = "gbtree",

max.depth = 1,

eta = 0.3,

gamma = 0,

colsample_bytree = 0.6,

min_child_weight = 1,

eval_metric = "rmse")



train.xgb.model <- xgb.train(data = xgb_train, nrounds = 100, params = xgb.param) # построим модель на основе полученных с помощью кросс-валидации параметров



Построим график, демонстрирующий важность каждого из предикторов модели.



importance.frame <- xgb.importance(colnames(train[-c(1)]), model = train.xgb.model) # оценим важность предикторов



library("Ckmeans.1d.dp") # подключим библиотеку для xgb.plot



xgb.plot.importance(importance.frame)







xgb.model.predictions <- predict(train.xgb.model, xgb_test) # проверим точность оценки на отложенной выборке



print(sqrt(sum((as.vector(xgb.model.predictions - test$price))^2)/length(xgb.model.predictions))) # средняя ошибка прогноза цены (в рублях)

[1] 118742.8



XGboost для данного конкретного случая показал немного более точные оценки стоимости автомобилей. Вызывает опасение большое число гиперпараметров, которые требуют перенастройки в зависимости от выбранной марки и модели авто. В связи с этим, для использования на сервисе robasta.ru предпочтение было отдано алгоритму Random Forest.



Апробация выбранного алгоритма



Теперь, когда с выбором “чемпиона” покончено, самое время посмотреть на него в деле.



library(“randomForest”) # подключаем библиотеку random forest



rf.model <- randomForest(price ~ ., dat,mtry=8) # построим модель на основе полученных с помощью кросс-валидации параметров



predicted.price <- predict(rf.model, dat) # предскажем цену для каждого автомобиля



real.price <- dat$price # вектор цен на автомобили полученный из объявлений



profit <- predicted.price - real.price # выгода между предсказанной нами ценой и ценой из объявлений



Как и для линейной регрессии в прошлой статье, построим график зависимости выгоды от цены.



plot(real.price,profit)

abline(0,0)







А теперь посчитаем выгоду в процентном соотношении.



sorted <- sort(predicted.price /real.price, decreasing = TRUE)

sorted[1:10]



69 42 122 15 168 248 346 109 231 244

1.412597 1.363876 1.354881 1.256323 1.185104 1.182895 1.168575 1.158208 1.157928 1.154557



Полученные результаты имеют крайне слабое сходство с результатами, полученными с помощью линейной регрессии, и выглядят более правдоподобно, несмотря на практически идентичное СКО для обоих моделей.



Для сравнения результатов в этой статье мы использовали выборку из прошлой публикации, поэтому давайте посмотрим много ли выгодных предложений Mercedes-Benz E-klasse не старше 2010 года выпуска, стоимостью до 1.5 млн рублей в Москве на рынке сейчас.







Резюмируя все сказанное выше, могу с уверенностью заявить, что для подбора б/у автомобилей мы получили мощный инструмент, не чувствительный к “фейковым” объявлениям, работающий в режиме реального времени. Вам больше не нужно просиживать часами на нескольких сайтах с объявлениями по продаже машин и ездить смотреть потенциально невыгодные предложения.



Но это еще не все, теперь, используя рассмотренный математический аппарат, Робаста может помочь не только тем, кто хочет купить, но и тем, кто хочет продать свой автомобиль.



Продажа автомобиля



При продаже своей машины вы, разумеется, хотите как минимум не продешевить и продать ее в короткий срок. Для быстрой и выгодной продажи вашего автомобиля нужно понимать вклад различных характеристик в его стоимость.



Для решения этой задачи, на основе все того же “случайного леса”, был разработан сервис для оценки авто. Вы заполняете все поля формы поиска, в соответствии с параметрами вашего автомобиля, после чего модель обучается на основе рыночных предложений в текущий момент. В случае если нашлось пять и более объявлений на рынке, алгоритм для заполненных вами данных предсказывает цену и выдает несколько интересных особенностях в зависимости от общей картины рынка. Стоит подчеркнуть, что для достижения наибольшей точности, для анализа выбираются только автомобили того же поколения, что и ваш. Результаты оценки вашего автомобиля формируются в виде pdf-отчета, стоимость которого составляет 99

https://habrahabr.ru/post/312842/?utm_source=habrahabr&utm_medium=rss&utm_campaign=best

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Ipola

Купить хороший автомобиль

Среда, 02 Декабря 2015 г. 09:49 (ссылка)


2835299_ (145x30, 1Kb)



2835299_KYPIT_HOROShII_AVTOMOBIL (700x508, 230Kb)



Покупка нового автомобиля – не самое лёгкое дело. Ведь далеко не в каждом городе есть подробная информация о том, где можно с выгодой для себя приобрести хороший автомобиль. Далеко не в каждом магазине Вам дадут подробную информацию о наличие всех автомобилей, чтоб можно было спокойно выбрать именно то, что нужно Вам. И далеко не каждый продавец авто, особенно автомобиля с пробегом, поделится с Вами всеми подробностями об истории своего автомобиля. Хитрость и лукавство – не лучшие помощники продавца автомобилей, и уж,  тем более, не лучшие советники покупателя авто. Конечно, для многих понятие хороший автомобиль, безусловно, значит, что автомобиль новый. Это абсолютный критерий, но и с выбором автосалона тоже могут возникнуть проблемы. Оказывается, далеко не каждый автосалон может похвастаться характеристикой нормального и порядочного. То тут, то там вспыхивают скандалы в автосалонах, связанные с приобретением новой автомашины. Казалось бы, что может быть проще, чем продать красивый новый автомобиль, но заморочки в процессе приобретения бывают связаны как с оформлением машины, так и с оформлением страховки на неё. В результате сильно завышается цена на автомобиль или владелец уже оплаченного авто не может получить его на руки.


Водители в процессе общения друг с другом или в разговорах со знакомыми автомобилистами узнают адреса таких салонов, где бывают попытки обмануть покупателя. Увы, участь таких салонов незавидна. Поток покупателей становится меньше, продажи падают, приходится приложить немало усилий, чтоб вернуть покупателей, восстановить свой имидж. Общероссийский опросник http://bistro-opros.ru/ предоставит наиболее полную и достоверную информацию о том, где и в каких автосалонах можно купить хороший автомобиль, как не нарваться на непорядочного покупателя и приобрести автомобиль на радость своей семье. Этот опросник составлен Вами, такими же покупателями, как и все обычные люди, поэтому их мнению можно доверять. К тому же на этом портале Вы найдёте советы о том, как избежать обмана при покупке автомобиля, как обезопасить себя при сделке. И ещё много ответов на свои вопросы Вы найдёте в этом опроснике. 


 
Метки:   Комментарии (14)КомментироватьВ цитатник или сообщество
Барсуков_Андрей

Важные нюансы при покупке автомобиля

Вторник, 06 Октября 2015 г. 08:04 (ссылка)

Многие из нас прошли этот волнительный момент в жизни - покупка первого автомобиля. Чаще это б/у автомобиль. Но все равно дело ответственное и хлопотное.
Во время покупки важно знать некоторые нюансы и маленькие секреты. Например, куда обращаться, где лучше покупать, как выбирать автомобиль, о чем разговаривать с продавцом и прочее.

Сайт AUTO.RIA авториа - самый крупный автомобильный базар Украины. Для всех, кто хочет купить или продать авто, здесь большой выбор транспортных средств на любой вкус. Каталог доски онлайн-объявлений предлагает новые и б/у автомобили разных марок, всевозможные автотовары, запчасти и аксессуары. Портал объявлений поможет быстро продать или купить автомобиль.

Во время покупки авто нужно задавать правильные вопросы.
Если продавец опытный, он сразу узнает новичка. Поэтому выбирать машину лучше всего с другом, который знает толк в машинах и разбирается в них.

Итак, что же спрашивать?
Вот примерный набор вопросов:

1 - кто хозяин машины?
Если это продавец, посмотрите все документы, год выпуска машины, пробег, посмотрите показания одометра, узнайте, где стоит машина, ездит ли зимой и так далее.

2 - обязательно поинтересуйтесь, какова причина продажи этого автомобиля?
Ведь нередко бывает, что люди продают потому, что срочно нужны деньги. То это нормально. Но если продавец уклоняется от ответа, то повод задуматься есть.

3 - также очень важным показателем считается состояние автомобиля. Постарайтесь подробно узнать о всех пережитых ремонтах и поломках, какие детали были заменены и где. Ведь об этом владелец старается промолчать.

4 - обязательно спросите об авариях и ДТП, была ли эта машина непосредственным участником, пострадала ли? Вы сразу увидите, как владелец отнесется к данной теме, захочет ли участвовать в разговоре о ДТП и как будет отвечать. А вы обратите на это серьезное внимание и решайте.

5 - И только после всех этих вопросов и ответов начинайте осматривать машину вместе с другом.

Удачных покупок!


1440101017_prodazha-avto-vygoda (700x471, 27Kb)

Метки:   Комментарии (2)КомментироватьВ цитатник или сообщество
maxim1948

Кредит под залог автомобиля

Четверг, 01 Октября 2015 г. 09:57 (ссылка)

Вы решили купить новое авто, а денег не хватает. Знакомая ситуация? Даже, если это на мерс, а, к примеру, Джили. Нужен кредит. Но кредит удобный и выгодный. Желательно, без лишних документальных проволочек…

1124-600x330 (600x330, 36Kb)

Именно такой кредит предоставит Вам минский автоломбард «ЛАМА», ссылка avtolombard-lama.by. У кредита под залог автомобиля, который и предоставляет автоломбард, преимуществ много: быстрота, оперативность получения кредита - спустя час Вы получаете наличными до 90% стоимости Вашего авто. Плюс к этому, пакет документов для получения кредита действительно сведен к минимуму.
Подробности на сайте автоломбарда…

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Lyussi_ya

Проверка автомобиля перед покупкой - все секреты и хитрости

Понедельник, 15 Июня 2015 г. 12:25 (ссылка)

Это цитата сообщения Divia Оригинальное сообщение





Если вы задумались о покупке б/у автомобиля, что сейчас достаточно популярно, вам важно будет знать некоторые особенности их проверки. Итак, что собой проверка автомобиля перед покупкой - все тонкости и хитрости проверки я попробую вам сегодня представить в этой статье.


1434287675_Proverka_avtomobilya_pered_pokupkoy (699x399, 414Kb)


Читать далее...
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Вечерком

Что надо знать покупая новый автомобиль

Пятница, 03 Апреля 2015 г. 21:14 (ссылка)


в данной статье присутствует ссылка несущая рекомендательный характер



Как известно с приходом весны возрастает спрос на легковые автомобили и поэтому многие из нас отправляются в поход по авто магазинам в поисках подходящего модели автомобиля и доступной цены. Но в свою очередь, хочу сказать, что покупка автомобиля это целая наука, которую необходимо постичь, причем еще перед тем как идти в автосалон за новым автомобилем.

Возможно вы скажите, что это ни так, и что покупка автомобиля это обычная процедура, которая не таит в себе ни каких сюрпризов и что покупая авто можно полностью довериться советам и рекомендациям продавца консультанта. Честно говоря, я не хочу навязывать свою точку зрения и от чистого сердца желаю вам купить отличный автомобиль, который будет устраивать вас во всех отношения.

Ну а раз я уже заговорила, о том, что необходимо знать, покупая новый автомобиль, то я все же хочу предложить вам воспользоваться ссылкой http://auto.ria.com/news/first-auto/219297/iskusst...ampaign=iskusstvo-pokupki-avto и посетить сайт, на страничках которого представлена подробная информация о том, на что надо обратить внимание выбирая новый автомобиль.

Хочу отметить, что информация представлена в очень удобной форме и позволяет быстро решить задачу выбора и покупки любой марки автомобиля.

Кстати, все представленные здесь рекомендации, составленные на отзывах опытных водителей, которые являются настоящими профессионалами этого дела и могут легко разоблачить уловки продавца консультанта любого авто магазина.

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Babajka

Советы бывалого при покупке автомобиля

Среда, 04 Марта 2015 г. 18:08 (ссылка)


После того как у меня почти два года тому назад угнали мой Фольксваген Пассат, который милиция ищет по сей день, вернее будет сказать - забила на него гвоздь со шляпкой, мне пришлось покупать уже третий по счету автомобиль. По этой причине я смело могу считать себя бывалым покупателем подержаных автомобилей.



Покупка авто всегда сопряжена с определенным риском. Нужно быть очень осторожным, чтобы не попасть на уловки мошенников и очень внимательным при оформлении документов. Это основополагающие моменты. Но есть еще и некоторые хитрости и мудрости при торговле, не последним обстоятельством является и ваше поведение в момент покупки. Словом это целая наука, особые правила, девять из которых я прочитал в статье 9 Золотых Правил при покупке нового автомобиля Тем, кто собирается покупать новое авто, эти правила - кладезь мудрых советов, которые помогут сэкономить не одну сотню долларов. Ну вот пример, который как раз злободневен для сегодняшнего дня: "Не спешите – будьте готовы к ожиданию перед покупкой". О чем в нем говорится? Как раз о том, что покупка авто сегодня при нестабильном курсе валют может быть не оптимальной. Вы же не уверены в том, что цена на выбранный вами автомобиль, завтра снизится? Значит, надо немного подождать, проследить тенденцию и покупку делать в спокойное и стабильное время.



Это я привел всего лишь один пример. Остальные восемь - не менее ценные и поэтому я настоятельно советую почитать их и взять себе на заметку.



Кстати, 9 Золотых Правил при покупке нового автомобиля находятся на автомобильном сайте. Для тех кто любит автомобили там можно найти много интересных материалов. Например, на главной странице сайта есть занимательная статья "Откуда произошли названия автомобилей", с множеством фотографий самых первых автомобилей и те же марки автомобилей сегодня. Вот сравните первый Форд и Форд сегодняшнего дня:







Более того, если вы собираетесь сменить свой автомобиль, то сайт поможет Вам продать своего старого железного коня. Для этого достаточно зайти на страничку "Объявления на Авториа", где имеется вся информация о продаваемых подержанных автомобилях и совершенно новых. Удобный поиск поможет вам решить свои проблемы как покупки так и продажи.



А кликнув на закладке "Новости Авториа" вы узнаете самые последние новости о ведущих автомобильных компаниях, об их новых разработках и усовершенствованиях. Есть и другие интересные статьи:




  • Где лучше страховать ОСАГО?


  • Какое давление должно быть в шинах автомобиля


  • Как выехать за границу на своем автомобиле


  • Что делать при ДТП? Первые шаги



Одним словом - заходите, не пожалеете.





 


Метки:   Комментарии (10)КомментироватьВ цитатник или сообщество
itast

Комиссионный круглосуточный автомагазин

Четверг, 19 Февраля 2015 г. 23:37 (ссылка)

Для того, чтобы стать полноправным автовладельцем, мало купить автомобиль, нужно еще оформить право собственности. СТ-АГЕНТ - комиссионный круглосуточный автомагазин предлагает вам не только самый большой выбор автомобилей , но и оказывает услуги по оформлению сделок.
Оформление купли продажи автомобиля может быть проведено через оформление договора купли продажи автомобиля. К комиссионному оформлению с использованием договора прибегают при сделках между юридическими и физическими лицами. В любом случае, для комиссионного оформления автомобилей вам необходимо подойти к нашим специалистам вместе с текущим собственником авто и принести с собой документы на автомобиль. Все остальное – дело специалистов, которые быстро и правильно оформят сделку и ответят на все ваши вопросы.

Метки:   Комментарии (1)КомментироватьВ цитатник или сообщество
Flaer

Как легко и быстро разобраться в автокредитах и выбрать для себя наиболее привлекательный?

Суббота, 08 Ноября 2014 г. 15:06 (ссылка)


3571750_sm_auto3 (600x600, 21Kb)



       Стремление купить долгожданный и желаемый автомобиль не всегда можно воплотить в жизнь из-за недостатка денежных средств. Чтобы не отказать себе в таком удовольствии и наслаждаться ездой на хорошем новом автомобиле, многие покупатели транспортных средств берут автокредиты. Каким образом можно выгодно вложить средства и остаться в выигрыше, помогут разобраться некоторые советы и ценные рекомендации, о которых мы поговорим.



 



       Купить машину, на первый взгляд, казалось бы, достаточно простая вещь. Выбирая наиболее подходящую для себя марку и модель, остается всего лишь определиться с источником финансирования. Не так давно этот вопрос не был таким сложным. Можно было выбрать один из двух вариантов: оплата наличными или оформление кредита. Сегодня же список источника финансирования пополнился еще такими понятиями, как финансовый лизинг, оперативный лизинг и так далее. На первый взгляд, эти новые формы финансирования очень сходны между собой, но стоит знать о том, что каждая из них имеет свои явные преимущества. Решить какую из них лучше всего выбрать, можно в индивидуальном порядке с персональным финансовым консультантом  непосредственно а автосалоне, который на Ваше усмотрение считается лучшим. Какая же форма финансирования подходит лично Вам и что лучше всего выбрать при почти одинаковых общих условиях: лизинг или кредит? Определиться с успешным решением таких непростых и ответственных задач можно, лишь в совершенстве владея некоторой полезной информацией.



 



      Если для Вас большое значение имеет то, чтобы в техпаспорте автомобиля были указаны Ваши данные, а также Вы имеете достаточную сумму денежных средств для выплат в Пенсионный фонд и для уплаты полной суммы за страхование КАСКО, оплаты нотариальных услуг по договору залога, то, в таком случае, однозначно стоит остановить свой выбор на приобретении машины в кредит.



 



      Физические лица могут также воспользоваться финансовым лизингом и получить для себя совершенно другие возможности. Финансовый лизинг во многом схож со всеми нам известным кредитом, на такая финансовая услуга комплексная. Она подразумевает то, что лизинговая компания самостоятельно ставит Ваше авто на учет в органах ГАИ, оплачивает за Вас в Пенсионный фонд необходимый взнос и на год оформляет страховку КАСКО. Все эти средства Вам необходимо будет постепенно вернуть в оговоренный срок финансирования. Они разделяются на равные части и входят в ежемесячный лизинговый платеж. Также финансовый лизинг имеет еще одно свое большое и явное преимущество: сумма первоначального взноса за выбранный автомобиль гораздо меньше той, которую необходимо оплатить при покупке транспортного средства в кредит. Лизинговые компании предлагают своим клиентам четко разработанную схему выплат, по которой необходимо каждый месяц платить одинаковую сумму в течение срока действия договора. Такая возможность позволяет грамотно и очень четко спланировать расходы не только на месяц, но и на год вперед. В том случае, если клиент выбирает вариант финансового лизинга с остаточной стоимостью, то он получает возможность значительно сократить ежемесячные платежи. В этом случае покупатель часть стоимости авто выплачивает не в течение лизинга, а в конце указанного срока вместе с последним платежом.



 



      Что же подразумевает собой оперативный лизинг? Оперативный лизинг – это долгосрочная аренда транспортного средства. Его экономическая суть заключается именно в пользовании авто в течение оговоренного обеими сторонами определенного периода, а не в его приобретении.  В этом случае машина по оперативному лизингу находится в собственности лизинговой компании. Такая форма финансирования наиболее приемлема для приобретения как одного, так и определенного количества машин юридическими лицами. Самым большим «плюсом» оперативного лизинга для юридических лиц является такой факт, что они посредством такого способа приобретения транспортных средств могут высвободить свои денежные и кредитные ресурсы, которые направляются на дальнейшее успешное развитие бизнеса.



 



      На сегодняшний день особенно значимым критерием при выборе подходящего финансирования для приобретения автомобиля, конечно же, являются доступность и оперативность принимаемого решения, быстрое оформление, индивидуальность подхода к услугам физических и юридических лиц, гибкие и очень выгодные условия страхования, а также уникальная возможность получить необходимую исчерпывающую консультацию по всем интересующим вопросам у персонального менеджера. После этого можно сравнивать цены, сроки и прочие детали. В наше время довольно непростой и нестабильной экономической ситуации покупателям достаточно проблематично  и не всегда выгодно получать банковские кредиты, а вот с лизингом дела обстоят гораздо проще. Его предлагают многие лизинговые компании абсолютно всем. Все вышеизложенные рекомендации со своими «плюсами» помогут Вам легко и быстро определиться с выбором источника финансирования, который позволит стать владельцем желаемого авто. Помните о том, что каждый конкретный случай индивидуален, а окончательный выбор с удовольствием поможет сделать Вам персональный менеджер автосалона, которому Вы отдали свое предпочтение.



3571750_7383 (500x40, 16Kb)



P.S.   Отправляясь за границу, на отдых или в служебную командировку многие из нас сталкиваются с необходимостью аренды автомобиля, бронированию жилья. Прокат авто в Европе на достаточно выгодных условиях, по невысоким доступным тарифам предлагает вашему вниманию компания Еconomy Booking. Посетив её сайт и воспользовавшись удобной формой поиска автомобиля в аренду, вы можете достаточно легко и быстро подобрать наиболее подходящий для вас вариант. компания сотрудничает только с лучшими и надёжными агентвами автопроката по всему миру. воспользуйтесь выгодным предложением!


Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Почти_Что_Леди

Проверка автомобиля перед покупкой

Среда, 15 Октября 2014 г. 21:45 (ссылка)

yxKmWND2W78 (604x453, 66Kb)

- У автомобиля должен быть оригинал ПТС.

- Автомашина не должна побывать в аварии любой тяжести.

- У автомобиля должна быть «родная» окраска кузова.

- У автомобиля не должно быть никаких модернизаций подвески, тормозной, рулевой, топливной систем и электрики.

Читать далее...
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество

Следующие 30  »

<покупка автомобиля - Самое интересное в блогах

Страницы: [1] 2 3 ..
.. 10

LiveInternet.Ru Ссылки: на главную|почта|знакомства|одноклассники|фото|открытки|тесты|чат
О проекте: помощь|контакты|разместить рекламу|версия для pda