十九大报告指出坚持房住不炒的市场基调,回归住房的居住属性。由于二手房均为现房,周边配套设施成熟,购买二手房的消费者居住目的更强,符合房住不炒的政策定位。本文基于西安市二手房价格呈现的时间变化不确定性和空间分布不均衡的特点,利用Python爬取西安市二手房价格及其影响因素数据,采用实物期权和BP神经网络模型对西安市二手房的时间价格和空间价格进行了测算,解释西安市二手房价格的时间变化和空间差异性,为西安市二手房市场定价和政府制定指导价提供借鉴。首先,本文通过文献发现非线性模型测算高波动性的西安市二手房价格更具优势;其次,通过对西安市二手房全周期（购买、持有及出售）场景和消费者行为分析,发现在全周期内基于不同的条件,消费者由于二手房价格的时间变化趋势和需求层次水平而面临多个可能性情形,鉴于此,分析了西安市二手房价格变化的实物期权特征和价格分布的影响因素,为在时间和空间视角下测算西安市二手房价格奠定理论基础;最后,设计Matlab程序语言,完成实物期权模型和BP神经网络模型对于西安市二手房时间和空间价格的测算,对结果做出经济学解释。据此建议政府尽快建立和完善二手房交易信息库,加强对二手房市场的监管以稳定市场预期,美化居民生活环境以实现城市基本公共服务均等化。本文的研究结论为:（1）西安市二手房价格变化具有较强的不确定性,具备一定的实物期权特征,因此本文使用实物期权模型测算西安市二手房价格,除2018和2019年外的其他年份测算结果与西安市二手房价格走势大致相吻合,即测算结果基本可反映西安市二手房价格的波动性和时间变化,为测算西安市二手房短期价格提供可借鉴的方法。（2）在短周期内,2018和2019年的西安市户籍人口快速增长导致二手房市场需求迅速增加,致使西安市二手房价格短期快速上涨;而在长周期内,因西安市政府对城市建设的大量投入及二手房大规模改造,导致西安市二手房价格整体呈现长期上涨趋势。上述研究结论为西安市二手房价格变化提供了经济学解释。（3）二手房价格受消费群体的需求层次影响,据此使用BP神经网络模型的二手房价格测算结果基本与西安市大部分小区挂牌价格偏差不大,为政府二手房指导价和消费者购买二手房定价提供了可借鉴方法。（4）挂牌价格与剥离投资属性的二手房测算价格之间存在偏差,反映了市场偏好于小区未来需求层次,而非当前需求层次,即西安市二手房消费者不但看重二手房的居住属性,而且颇为关注其投资属性。此结论为西安市二手房分区调控提供参考。