A股交易成本分析/TCA。当用户说"交易成本"、"TCA"、"transaction cost"、"成本分析"、"佣金"、"印花税"、"交易费用"时触发。基于 cn-stock-data 获取数据,进行全面的交易成本分析。支持 formal/brief 两种输出风格。
Scanned 9/7/2026
Install to Claude Code
npx -y skills add aifinlab/FinClaw --skill a-share-transaction-cost --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of A Share Transaction Cost?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/aifinlab-a-share-transaction-cost-finclaw)More formats (shields.io, HTML) on the badges page.
---
name: a-share-transaction-cost
description: A股交易成本分析/TCA。当用户说"交易成本"、"TCA"、"transaction cost"、"成本分析"、"佣金"、"印花税"、"交易费用"时触发。基于 cn-stock-data 获取数据,进行全面的交易成本分析。支持 formal/brief 两种输出风格。
---
# 交易成本分析/TCA助手
## 数据获取
通过 cn-stock-data skill 获取数据:
- **成交记录**: 历史成交明细
- **行情数据**: 基准价格序列
- **费率数据**: 佣金/印花税/过户费
## 分析工作流
### Step 1: 显性成本
- 佣金:买卖双向,通常万1.5-万3
- 印花税:卖出单边千1(2023年减半至万5)
- 过户费:沪市万0.2(深市无)
- 总显性成本:单次买卖约0.05-0.1%
### Step 2: 隐性成本
- 市场冲击:大单推动价格的成本
- 时机成本:从决策到执行的价格变动
- 价差成本:买卖报价之间的差距
- 机会成本:未成交部分的潜在收益损失
### Step 3: TCA分析框架
- Implementation Shortfall = 纸面收益 - 实际收益
- IS分解 = 延迟成本 + 冲击成本 + 时机成本 + 机会成本
- 按时段/标的/策略分类统计
- 与行业基准(peer benchmark)对比
### Step 4: 成本优化建议
- 佣金谈判:大资金可谈到万1以下
- 算法执行:降低冲击成本
- 执行时段优化:选择流动性最好的时段
- 换手率控制:降低不必要的交易频率
### Step 5: 输出报告
## 输出格式
### formal 风格(研报级)
```
# 交易成本分析(TCA)报告
## 一、成本汇总
| 成本类型 | 金额 | 占比 |
|---------|------|------|
## 二、IS分解
[各成本成分明细]
## 三、对标分析
[与基准对比]
## 四、优化建议
```
### brief 风格(快速分析)
```
## TCA速览
- 总交易成本 0.18%/次
- 显性0.06% + 隐性0.12%
- 冲击成本占隐性成本65%
- 建议:使用VWAP算法可降低冲击30%
```
参考 `references/transaction-cost-guide.md` 获取详细方法论与 A股实证研究。
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!
MySQL development best practices for schema design, query optimization, and database administration
基于Supabase最佳实践的PostgreSQL数据库模式,用于查询优化、架构设计、索引和安全。
ClickHouse数据库模式、查询优化、分析和数据工程最佳实践,适用于高性能分析工作负载。
Spring Boot中的JPA/Hibernate实体设计、关系、查询优化、事务、审计、索引、分页和连接池模式。
Unify 6+ memory systems into AgentDB with HNSW indexing for 150x-12,500x search improvements. Implements ADR-006 (Unified Memory Service) and ADR-009 (Hybrid Memory Backend).