交易成本分析(Transaction Cost Analysis) ,简称“TCA”，其研究始于20世纪80年代，其中以美国Chan&Lakonishok为代表，通过大量的交易数据分析，证明了市场交易除了显性成本，如佣金、税费之外，还包括隐形成本比如冲击（冲激impulse）成本。
2000年，曾在芝加哥大学、多伦多大学、普林斯顿大学担任教授的Robert Almgren与Neil Chriss 共同发布了算法交易领域的经典之作——Optimal Execution of Portfolio Transactions，奠定了21世纪TCA领域的理论基础。
Almgren在文章中将交易指令的价格冲击分解为两个部分：
1. 永久性冲击：由于真实交易而造成的证券内生均衡价值（intrinsic value）的改变。
2. 临时性冲击：由于流动性波动带来的短期内证券供求失衡，进而导致的短期证券价格偏离其均衡价值，这部分会逐渐回归。
Almgren在其著作中没有将算法交易目标定为追求绝对最小化冲击成本，而是站在投资组合管理的立场上，寻求交易环节对客户财富最大化这一目标的可能贡献，这与最佳执行（best execution）的理念是一致的。Almgren和Chriss 认为，成本与风险都是交易执行管理的对象，类似于投资组合理论中有效组合边界，存在着一个有效执行边界，一个理性的交易员总是要寻求成本和风险的平衡。这里提到的“风险”定义为因交易延误完成而导致价格损失（投资收益损失）风险。对此，一个极端情况是部分交易可能因为严重延误而被投资人取消，因而永远丧失了这部分交易的整个预期投资收益。
2003年，UBS 直通交易和组合交易业务执行董事Robert Kissell与 Morton Glantz 一起出版 Optimal Trading Strategies，详细阐述了交易策略和成本管理的基本理念与实务。在后来 JPMorgan 在职期间，Kissell 又扩展了其执行差损(IS)模型，将机会成本(可以认为是Almgren 有效执行边界理论中“风险”的具体表现)等加以量化而纳入了分析框架。至此，机会成本（与延误成本，延误风险，未完成风险等概念经常复用，混用）成为除了冲击成本之外交易成本所要考虑的重要内容。
此外，Kissell和Glantz 估计，在冲击成本的两个组成部分里（永久性冲击和临时性冲击），临时性冲击要占据更为显著的比重，美国股票市场上临时性冲击在冲击成本总量中占比可达 95%。在交易实践中，提到冲击成本，一般情况下指的主要是临时性冲击成本，是为了完成交易，获得流动性向市场付出的代价，在交易完成之后会逐渐回归清零的。
上述学者的研究成果，奠定了国外TCA的理论基础，为后续的TCA服务的发展打下了学术依据，此后，TCA也成为了欧美成熟金融市场机构间的竞争利器。
据TABB集团2020年的统计，欧洲、美国平均每个投资单位花费在TCA工具上的成本是每年50万美元，稍微大一些单位则每年花费成本超过100万美元。截止2020年，有90%的美国或欧洲投资公司在交易后进行TCA。
2008年金融危机遍及全球，股市跌声一片，欧美主要工业国家股票指数的跌幅均超过了40%，大部分机构不得不裁员或紧缩成本。在这种背景下，各机构投资者、对冲基金、投资银行和经纪商等等，不管是买方还是卖方，都不吝啬于寻找TCA专家或投入开发TCA工具。在当时急剧波动的市场中，大家都很在意能够提交快速交易大额订单而又对市场产生最小的影响。
在海外，有众多的供应商在从事TCA工具相关的产品和方案开发，提供了技术工具和模型，帮助衡量及预测交易成本。
目前主流的海外TCA供应商有： Morgan Stanly、Elkins/McSherry、UBS、Abel Noser、SunGard、Nyfix、Citi、Balarkas、Investment Technology(ITG)、Jefferies、Routers等。
下图是Abel Noser的Post-Trade TCA (Trade Zoom)截图：
Trade Zoom 提供有关交易策略的信息以及交易过程每个步骤的特定时间数据，内置了 1000 多种可能的度量值，用户可以直接进行最感兴趣的度量值进行分析。
对于TCA，前面已经介绍了学术界对各种成本的认知理论，下面我们来介绍一下实践中一般如何直接定义总交易成本的各组成部分。对此最经典直观最广为人知的是Plexus Group在2007年提出的描述交易成本的“冰山”模型。如下图：
图：“冰山”模型
交易成本的主体部分是隐性成本，正如上图“冰山模型”中水面下的那部分。隐性成本等于冲击成本和机会成本之和。正如冰山模型所示，冰山水面以下的部分远远大于水面上的看得见的显性成本（政府印花税，交易所费用，券商佣金等）。
投资人客户想要优化投资交易收益，重点不应放在要求交易所或券商降低服务费用（事实上是因为竞争会逐年降低而最终达到稳定），而是如何利用好券商和服务提供商，尽量优化自己的总体交易成本。
在水面下的隐性成本里，机会成本占比又是最大的，能够达到整个交易成本的40%-70%。其次才是（临时性）冲击成本。这里，对这两种成本进一步说明：
机会成本是个较大的概念，其组成部分包括以下三部分：
1. 交易开始前的延误成本；
2. 交易中的尚未立刻完成的订单的延误成本，简称盘中机会成本；
3. 最后未完成股份的收益损失成本，简称未完成收益损失成本；
机会成本中有一部分是未能执行全部订单而损失的那部分收益。当投资者提交订单时，受市场流动性不足和证券价格快速变化的影响，投资者的订单可能会未全部被执行。如果投资者订单趋向于全部执行的时候，那么这个未完成收益损失成本将相应地逐渐减少直至完全消失。但是一旦有部分订单最后也未完成，未完成收益损失成本=未完成股数*该投资的预期收益率。如果投资策略的持仓时间长，预期收益率较高（比如20%），那么这个成本就会比交易开始前的延误成本（假定交易产生逐渐电子化自动化智能化，这个成本趋于减小或者消失）即盘中机会成本等高出几个数量级了。通常情况下，为了减少这个成本，投资者会尽可能地使订单全部执行成功。这样机会成本主要就剩下盘中部分了。
盘中机会成本，通过对于数学模型的分析可知，减小该成本的最优交易策略就是在交易一开始就尽早提交完成所有订单。在此情形下，投资者的总机会成本最小。
冲击成本又名价格冲击（Price impact）是指由投资者执行的某一订单引起股票价格的变化。冲击成本的概念就可以直接等于交易执行有效边界理论所定义的“成本”。冲击成本一般会受到订单大小、市场流动性、波动性以及市场其他投资者交易量等因素的影响。根据海森堡不确定原理可知，投资者是无法从证券市场历史交易数据中准确测量市场冲击成本的大小的。为了对市场冲击成本进行准确度量，学界也是对此做了大量的研究：比如，学者Domowitz等人利用交易当日的最高价、最低价、开盘价、收盘价平均值与订单成交价格的差额来衡量市场冲击的大小。学者Kogan等人引利用订单交易价格与昨日收盘价的差额来衡量市场冲击的大小。学者Lillo等人通过构建一个市场冲击函数，研究了市场冲击成本与市场交易量的关系，发现市场冲击成本与交易量存在显著正相关关系。
除了机会成本和冲击成本外，交易成本还包括以下几样其它成本：
Ø 价格升量（Appreciation cost）是指证券价格的自然变化，是证券价格的内在变化趋势，其被认为是证券价格在没有受其他因素影响下的自然变动。
Ø 择时风险（Timing risk）是指由于证券的市场价格、市场流动性等因素在不同时期内变动所带来的风险。
Ø 延误成本（Delay cost）是指从投资者做出投资决策直到订单被提交到市场这段时间内所造成的损失。不同于人工下单的方式，自动执行的算法交易方式的盘前延误成本可以忽略不计。
这几个概念都接近或等同于前面已经分析过的机会成本里的三个成本概念，以后不再赘述了。
Ø 买卖价差（Bid-ask spread）是指证券市场上的最优卖价和最优买价之间的差额，用作该证券对流动性获取的成本颗粒度衡量的一种维度（其他维度还有bidoffer size,volatility,BTR 等），可以参与预测该证券在不同交易策略下的冲击成本。而本身并不是一个交易成本的概念。一般而言，订单驱动市场的订单处理所耗费的买卖价差成本要低于做市商市场。
误区一，交易和投资脱节
在进行交易成本分析前，要认识到交易实际是投资决策的一环。国内大多认为交易就是执行订单，和投资决策关系不大，因此没有意识到TCA在整个交易周期中有协同基金经理和交易员共同优化投资决策的作用，交易员要了解基金经理的决策才能使用恰当的算法，基金经理也要了解交易成本对投资决策的影响。这需要通过盘前、盘中、盘后的分析来解决。
盘前TCA：能模拟交易情形(e.g. liquidity)，反过来能帮助基金经理发现一些无法实施的投资决策（e.g. 对流动性不好的票下过大的单并且要求快速成交，势必会造成冲击），这个流程的自动化非常重要，本身也减小盘前机会（延误）成本。
实时（盘中）TCA：监控交易指标(e.g. volume, participation，交易进度，volatility/BTR/spread的变化)，帮助交易员发现偏离交易决策的异常，实时动态优化冲击成本和机会成本的平衡，控制交易风险（一般和交易系统的改单/切换算法等功能融合），尤其要尽量消除巨大的因未完成交易导致的投资收益损失的成本。
盘后TCA：交易表现分析（成本来源拆分、交易渠道对比、交易员对比等），交易后表现是否符合决策预期等，更复杂的可以协同基金经理和交易员两者在决策上的一致性。
误区二，TCA等同交易绩效
将TCA简单定义为一个绩效报告，一个数据分析系统，将TCA的目标定为交易绩效，是对TCA的狭隘认知。交易绩效评价仅是盘后TCA的一环，且TCA的作用核心在于“分析以优化交易决策”（在海外市场，合规也是重点），是投资机构和服务机构共同构造“最佳执行”（best execution）流程业务的共同抓手。而监管机构/公司管理者/基金经理/交易员使用盘后TCA关注的维度应该也不同。例如，交易员关心价格有没有按照基金经理的要求完成，基金经理关心交易价格是否符合盘前的预期，公司管理者关心评估交易员和基金经理的能力，监管机构关心有没有交易异常等，所有的参与方对“最佳执行”各有要求。
误区三，打赢均价是算法交易绩效的唯一标准
打赢均价是对算法交易目标的曲解，是国内技术厂商营销出来的概念，反映出对TCA的运用认知的片面。不同的算法交易策略是为了更好地实现投资策略，而不是代替投资策略。TCA的本质是运用统计分析和可靠的数据，科学地评估持续地改进交易质量。交易策略和目标在不同的场景下是不同的，需要用不同的基准来衡量交易表现。
如果已经知道所谓的均价是某种基准，交易员完全可以通过交易策略操纵（manipulate）绩效。而且，“交易时间段”的选择也是主观和随意的。举一个最简单的例子，如果执行一个订单，在流动性不是很充足的情况下，可以拆出前三分之二的订单量，在时间段的前半部分，在现价附近挂单平稳成交，争取获得或接近这段时间的市场均价，然后，随着进度的进行，在后半时间段，将三分之一的订单用相对激进的打对手盘获取流动性手段，拉高股价直到完成。如果市场其他参与者（尤其是追涨杀跌的散户）因为股价的走高追涨参加进来在高价段有大量成交，最后我们订单的平均执行均价可能是大幅优于整段时间的市场均价的。但是，分析我们这个订单实际获取的价格，由于有三分之一的量还是在高价端获取的，这样会比假设整个交易方式都是用平稳成交（尤其是充分考虑对市场的冲击成本和机会成本延误成本优化平衡）的交易策略获得的价格要差多了。哪个交易方法是对客户总体利益的最大化呢？
上图是为了表明在一段时间内市场冲击价格的简单示意图。以买入订单为例，如图所示，在0点到t2时刻，是整个订单的执行时间段，随着订单的执行，将股价拉高，t2时刻后由于临时冲击成本的原因，价格有所回落。
在t1时刻后，虚线部分表示用了一些上文中说明的手段来拉升股价，t1时刻后的实线部分表示平稳的策略成交，很显然，这两种不同的操作，对于0到t2时间段内的市场均价是不一样的，分别对应P1和P2，由于用了拉升的手段，导致P1>P2，这个P1和P2可以用市场上常用的VWAP或者TWAP来计算，可以看到，通过拉升均价从P2到P1，即使买入订单的执行均价低于这个均价P1几个bps，并不能说明这个订单的执行策略是最优的。
误区四，基准均价就是VWAP或者TWAP
目前行业内的一个误区是将VWAP（成交量加权平均价）或者TWAP（时间加权平均价）作为交易执行比较基准，而不是选择和组合更多的交易策略去实现每批交易篮子成本的最优化。
VWAP/TWAP作为一种执行算法，在海外的算法交易行业平稳下来的情况下，通常是用来表示一种中庸的，平均拆单的一种下单方式。是在平衡优化冲击成本和机会成本这种更先进的“最佳执行”（best execution）思想出现之前，模仿人工交易员的下单方式的算法交易的初级形态。其往往是用在大单上，而且“执行时间阶段”往往被随机性地设定为全天。在其得到广泛应用之后，也有客户设定时间阶段为几个小时，或者甚至几分钟。但是这个时间段的选择往往是比较随意，基本上是大单就设长一些，小单就设短一些，而不是按照预计冲击成本与延迟机会成本进行量化优化后来设置的，更不是动态优化的。如果客户有一个篮子的单，为便于管理，那就按照其中需要执行时间最长的单来给所有单设这个时间段。这显然是违背了选择和组合不同的交易策略去实现交易成本最小的原则，反映出需要有优秀的算法工具箱和咨询服务（包括盘前，盘中，盘后整套流程服务）的支持。
通过对冲击成本和机会成本的动态优化，选择出来的最佳交易执行路径是一个复合的交易策略，其中交易完成时间t也应该是优化的一个结果，而不是在交易前就主观随意确定好的。先拍脑袋确定一个交易时间段T，再命令某个交易算法在这个时间段之内去获取一个打赢VWAP/TWAP的价格，这缺乏对于真正交易成本的思考。
VWAP/TWAP，按照其定义就不是用来衡量冲击成本的一个标准。对于隐性交易成本中的冲击成本和机会成本都是没法用它来衡量的，用它来作为整个交易成本的基准价格就更是片面的。
冲击成本的定义：冲击成本 = 本订单获得的价格 – 交易开始时的midpoint（交易成本的基准价格）; 或者冲击成本 = 本订单完成的时间阶段的VWAP/TWAP – 交易开始时的midpoint。订单在执行中获得的平均价格统计上几乎总是等于订单完成时间阶段的VWAP，其相差在几个BPS范围内，其前提是没有刻意去操纵或者误导基金经理和交易员。把订单实际获得的平均价格去跟正确的基准价格基准做比较才是衡量交易成本的正确方式，而VWAP/TWAP显然不是这个正确的基准价格。在冲击成本的公式中，VWAP均价并没有出现，或者即使出现，也在被减数，不在减数那一项。
从另外一个角度来说，冲击成本是投资者的订单在证券市场上执行后所引起的证券价格（的暂时）变化，其大小等于订单执行完成后时间段T的证券价格与市场上如果不存在此订单时的T时间段价格之间差额。在现实证券市场上这两个价格是不可能同时存在的，只能和另外一个平行世界中不存在此订单的价格进行比较，这显然在我们这个世界是做不到的。用订单执行完成后时间0到时间t的实际VWAP来代替订单不存在时的市场均价，显然这并不严谨。
以上对于交易成本构成和衡量方法的详细说明，表明TCA是一项专业性非常强的服务，不仅仅是套系统和工具，也不是仅仅靠一两个指标就能代替的。事实发展也是如此，TCA工具在海外众多供应商的推动下，已经呈现出多样化产品和方案的发展趋势。即便如此，综观这些TCA工具，主要包含三大功能：
第一， 交易前分析。交易股票之前，必须了解当前的流动性、价差、规模及其他变量，估计可能的交易成本，比较潜在策略的交易成本与执行收益。此外，还要分析投资组合风险及与指数的相关性，选择最合适的算法以使交易成本最低或收益最大化。
第二， 实时监控。对交易执行成本及订单执行情况进行连续实时的分析和跟踪，实时获取交易成本控制的结果与风险反馈，通过友好的用户使用界面，跟踪交易执行情况与所选择的基准之间的符合情况。并不断寻找最佳流动性
第三， 交易后分析。衡量各交易策略或各具体交易执行的交易成本，评估执行质量；及通过与基准比较，向客户展示最优执行成果；通过历史业绩分析影响交易成本因素及改善未来的交易策略。
此外，从广义上来说，TCA还包括合规监管和公司管理部分：
Ø 合规监管，TCA的作用是能随时提供合规报告、量化指标给监管部门、审计等，明确投资生命周期中各环节的合规情况、责任人等。TCA通过实时/盘后报告将相关参与者信息、交易订单每个关键决策点、量化分析指标等信息进行汇总，实现交易相关的所有数据可准确追溯。
Ø 公司管理，TCA发挥的作用是可以明确投资不同环节的责任和表现，输出盘后成本分析及绩效评估报告。
国外TCA已经发展了多年，对TCA的研究与实践运用都比较成熟，国内市场还需要早日打破对TCA的认知误区，研发出适合A股市场的TCA工具，更好地服务交易流程。
