What it became

No que ele virou

It started as a buy-versus-rent spreadsheet and grew into a small product that runs on the homelab. One place to open for every question about a home, with each module answering one of them.

Começou como uma planilha de comprar versus alugar e virou um pequeno produto que roda no homelab. Um lugar só para abrir diante de qualquer pergunta sobre um imóvel, com cada módulo respondendo a uma delas.

A public, open-source cut of this model is live: Largo da Batata in 3D (how it was built).

Uma versão pública e com código aberto deste modelo está no ar: o Largo da Batata em 3D (como foi feito).

• The place itself. The floor plan redrawn to scale from the official drawings and a tape-measure survey, with layout scenarios (open kitchen, rooms repurposed) and every furniture piece placed by its real dimensions.
• In 3D. The same plan exported to a walkable 3D model, so a layout is judged standing inside it instead of from above.
• The neighbourhood. Buildings, heights, terrain, zoning layers and recorded property sales (ITBI) from the city's open data, refreshed by scheduled jobs that check the sources before publishing.
• Around it. Over six hundred places mapped by type and walking time: markets, pharmacies, transit, parks, schools, restaurants.
• The market. Comparable units tracked over time, with price per square metre as a percentile rather than a bare number.
• The money. The amortisation schedule month by month, an extra-payment simulator, and a calculator that sweeps every possible down payment to find the one that leaves the most net worth at the end of the horizon.

• O imóvel em si. A planta redesenhada em escala a partir das plantas oficiais e de uma medição com trena, com cenários de layout (cozinha aberta, cômodos com novo uso) e cada móvel posicionado pelas medidas reais.
• Em 3D. A mesma planta exportada para um modelo 3D em que dá para andar, para julgar um layout de pé lá dentro e não visto de cima.
• O bairro. Edifícios, alturas, relevo, camadas de zoneamento e transações registradas (ITBI) dos dados abertos da prefeitura, atualizados por jobs agendados que checam as fontes antes de publicar.
• Em volta. Mais de seiscentos lugares mapeados por tipo e tempo a pé: mercados, farmácias, transporte, parques, escolas, restaurantes.
• O mercado. Unidades comparáveis acompanhadas ao longo do tempo, com o preço por metro quadrado como percentil e não como número solto.
• O dinheiro. A tabela de amortização mês a mês, um simulador de amortização extra e uma calculadora que varre todas as entradas possíveis para achar a que deixa mais patrimônio no fim do horizonte.

Everything shown here is anonymised: no address, no building, no real prices, no listing photos. Screens are cropped, labels removed and the calculator runs on made-up numbers.

Tudo o que aparece aqui está anonimizado: sem endereço, sem prédio, sem preços reais, sem fotos de anúncio. As telas estão recortadas, os rótulos removidos e a calculadora roda com números inventados.

The problem

O problema

“Buying beats renting” and “renting beats buying” are both slogans. The honest version is a comparison over a horizon, with the opportunity cost of the deposit taken seriously, and it depends entirely on numbers specific to the property and the month you're in.

“Comprar é melhor que alugar” e “alugar é melhor que comprar” são dois slogans. A versão honesta é uma comparação ao longo de um horizonte, levando a sério o custo de oportunidade da entrada, e ela depende inteiramente de números específicos do imóvel e do mês em que você está.

The model

O modelo

Two projected paths, same starting capital. Buy: deposit down, SAC-amortisation mortgage (declining instalments, which behaves quite differently from a fixed-payment loan late in the term), plus maintenance, association fees, and property tax, against the property's projected value. Rent: the same deposit invested, rent paid monthly, and the monthly difference between the two paths invested as well — because the version where you rent and spend the difference isn't the comparison, it's just a worse outcome.

Dois caminhos projetados, com o mesmo capital inicial. Comprar: entrada paga, financiamento pela tabela SAC (parcelas decrescentes, que se comportam bem diferente de um empréstimo de parcela fixa no fim do prazo), mais manutenção, condomínio e IPTU, contra o valor projetado do imóvel. Alugar: a mesma entrada investida, aluguel pago todo mês e a diferença mensal entre os dois caminhos investida também, porque a versão em que você aluga e gasta a diferença não é a comparação, é só um resultado pior.

Output is net worth at 5, 10, and 20 years. Not a verdict — a curve, with the crossover visible.

O resultado é o patrimônio em 5, 10 e 20 anos. Não um veredito: uma curva, com o ponto de virada à vista.

Sourcing the inputs

De onde vêm os dados

Candidate properties went into a database with their attributes, and the shortlist onto a self-hosted page: photos, price-per-square-metre as a percentile against comparable stock rather than as a bare number, and my own notes after each visit.

Os imóveis candidatos entraram num banco com seus atributos, e a lista final numa página self-hosted: fotos, preço por metro quadrado como percentil contra o estoque comparável e não como número solto, e minhas próprias anotações depois de cada visita.

Three analyses I got confidently wrong

Três análises que eu errei com toda a confiança

This is the useful part, and it's why the project is on this site.

Esta é a parte útil, e é por ela que o projeto está neste site.

One. I ranked by price per square metre without filtering for condition or location within the neighbourhood, and produced a list of “bargains” that were bargains because they were derelict or on the wrong side of a major road — properties already rejected in person.

Um. Ordenei por preço por metro quadrado sem filtrar estado de conservação nem localização dentro do bairro, e saiu uma lista de “pechinchas” que eram pechinchas porque estavam caindo aos pedaços ou do lado errado de uma avenida grande: imóveis que eu já tinha descartado pessoalmente.

Two. I compared a furnished unit's asking rent against unfurnished comparables. The furniture premium is real but size-dependent, and I'd applied it from the wrong band.

Dois. Comparei o aluguel pedido de uma unidade mobiliada com comparáveis sem mobília. O prêmio da mobília existe, mas depende do tamanho, e eu tinha aplicado o da faixa errada.

Three, and the worst. A listing's stated area was wrong by eighteen square metres. Every derived figure — price per square metre, the percentile, the yield, the entire recommendation — inherited that error and presented it with full confidence.

Três, e o pior. A área informada num anúncio estava errada em dezoito metros quadrados. Todo número derivado (preço por metro quadrado, o percentil, o yield, a recomendação inteira) herdou esse erro e o apresentou com total confiança.

What actually fixed it

O que resolveu de verdade

Not a better model. Validation rules:

Não foi um modelo melhor. Foram regras de validação:

Corroborate area against a second source before it enters any calculation — a duplicate listing of the same unit, tax records, the deed. Compute benchmarks within the exact band of the target, never a wider band that merely contains it. Filter comparability on both sides of any comparison, not just the side you're looking at. And treat the in-person visit as input data the database structurally cannot have.

Confirmar a área numa segunda fonte antes que ela entre em qualquer conta: outro anúncio da mesma unidade, o cadastro do IPTU, a escritura. Calcular benchmarks dentro da faixa exata do alvo, nunca numa faixa mais larga que só a contém. Filtrar a comparabilidade dos dois lados de qualquer comparação, não só do lado que você está olhando. E tratar a visita presencial como um dado de entrada que o banco, por estrutura, não tem como ter.

The general lesson has outlived the house search: a model is only ever as good as its least-validated field, and the field you didn't think to check is the one that's wrong.

A lição geral sobreviveu à busca pelo imóvel: um modelo é sempre tão bom quanto o seu campo menos validado, e o campo que você não pensou em checar é justamente o que está errado.