В работе рассматривается задача воспроизведения процесса покупок объектов недвижимости, решение которой позволит проверять как существующие, так и будущие алгоритмы динамического ценообразования, строить предсказания предпочтений покупателей и формировать кривую спроса. В качестве решения предлагается использовать подход, основанный на использовании моделей дискретного выбора, которые широко представлены в экономической литературе и имеют обширный круг приложений в области изучения потребительского поведения и предпочтений на конкурентных рынках. В данной работе излагается новая модель дискретного выбора, использующая нейронную сеть для формирования полезности объекта недвижимости. Предлагается подход к обучению модели через сиамские нейронные сети. Также в статье предложена нестандартная архитектура основной нейросети, позволяющая избежать потери сходимости при ее обучении. В работе проводится симуляция процесса покупки объектов недвижимости с помощью классических моделей, основанных на логистической регрессии со случайными коэффициентами, и с помощью нейросетевой модели, а также проведено их сравнение. В результате численных экспериментов показано заметное преимущество предложенного нейросетевого подхода. С помощью пермутационного теста доказана статистическая значимость полученных результатов.