tcapy：Python库实现交易成本分析

tcapy：Python库实现交易成本分析

项目介绍

tcapy 是一个用于交易成本分析（TCA）的 Python 库，其核心功能是计算交易活动的成本。交易成本分析在金融市场中至关重要，无论是买方还是卖方机构，都会在TCA上投入大量资金。据 MarketsMedia 报告，典型的买方股票交易台每年在TCA上的花费约为 225,000 美元。许多卖方公司和大型买方公司都会开发和维护自己的TCA库，这是一项昂贵的投资。整个行业的TCA成本可能高达数亿美元。

TCA 的复杂性主要在于处理大量的市场数据并对其进行计算，这主要是软件工程问题。这项工作在每次实施时都需要重复进行。通过开源tcapy库，开发者希望整个行业不再需要在TCA上重复造轮子。同时，由于所有代码都对用户可见，tcapy 允许用户添加自定义指标和基准，这在金融市场中可能是非常特定的知识产权。

项目技术分析

tcapy 作为首个开源的TCA库，支持在本地硬件上运行，因此交易/订单数据可以保持私密。自2017年6月开始开发，最初为一家大型资产管理公司设计，并于2020年3月开源。tcapy 的设计思路是供应商无关，支持多种数据库类型用于存储市场数据和交易/订单数据，包括 Arctic/MongoDB、KDB 和 InfluxDB，以及 MySQL、PostgreSQL 和 Microsoft SQL Server。

此外，tcapy 通过分布式计算和大量使用缓存来提高性能。未来计划增加功能，使其易于在云上使用无服务器计算。由于用户可以看到所有代码，TCA过程完全透明，这对于出于监管目的进行TCA的企业尤其重要。

项目技术应用场景

tcapy 适用于多种交易场景，尤其对于需要遵守法规（如 MiFID II）的买方公司，它们需要展示最佳执行。通过分析流动性提供者、执行风格等，可以降低交易成本，从而增加阿尔法收益。目前，tcapy 支持外汇现货交易数据，未来计划增加其他资产类别的支持。它还包含了一些专门针对外汇交易的功能，如数据格式转换和生成合成交叉汇率。

项目特点

1. 开源透明：tcapy 作为开源项目，用户可以看到所有代码，使得TCA过程完全透明。
2. 灵活定制：用户可以根据需要添加自定义指标和基准。
3. 供应商无关：支持多种数据库类型，方便用户根据自己的需求选择。
4. 高性能计算：通过分布式计算和缓存优化，提高计算效率。
5. 支持多种数据源：用户可以自由选择不同的市场数据源。
6. 多平台支持：在 Linux 和 Windows 系统上均有良好支持。

使用方式多样

tcapy 提供了多种使用方式，包括：

• 通过基于 Dash 的 Web GUI；
• 通过命令行或集成开发环境（IDE）等编程方式；
• 在 Jupyter 笔记本中进行交互式研究；
• 通过 Excel 电子表格和 xlwings；
• 通过 RESTful API（目前功能较基础）。

此外，tcapy 提供了详细的 Jupyter 笔记本教程，帮助用户快速上手和理解如何使用tcapy进行各种TCA计算。

通过上述功能和特点，tcapy 无疑是一个值得金融行业专业人士关注和使用的开源项目。它不仅有助于降低交易成本，还能提高交易活动的透明度和效率，是金融市场上不可或缺的工具之一。