Trade By Trade是加密交易领域里偏向逐笔粒度的交易数据与执行范式，很多普通交易者容易把它等同于交易所产品，实际上它代表的是逐笔原始成交记录，也是机构级交易系统的底层数据基础，贯穿中心化交易所撮合、量化回测、行情解析等多个环节。币圈大多数普通用户接触到的K线、盘口深度，都是系统对Trade By Trade原始数据二次聚合计算后的结果，每一笔市价单、限价单的部分成交、拆分成交，都会生成独立的Trade By Trade条目，包含成交时间戳、成交价格、成交数量、买卖方向，不会做合并压缩，完整还原市场真实发生过的每一次撮合动作。很多交易者只看聚合行情，会忽略盘口背后碎片化的小单成交，而Trade By Trade数据可以把这些被掩盖的市场细节完整呈现出来。
Trade By Trade的数据来源来自撮合引擎的成交事件流，当订单进入交易所内存订单簿，按照价格优先、时间优先规则完成匹配，每发生一次部分或者全部成交，就会输出一条独立的Trade By Trade记录，即便同一笔大订单拆分和多个对手盘分批撮合，也会生成多条独立记录，而不是合并成一条总成交数据。这套机制对系统性能有较高要求，高波动行情下短时间会爆发海量逐笔成交，撮合引擎需要保证事件输出的时序一致性，不能出现成交时序错乱，同时行情服务要把Trade By Trade原始流加工成盘口深度、K线、成交简表对外输出。普通用户看到页面上的成交列表只是经过筛选的简化版本，完整的Trade By Trade数据集数据量庞大，一般不会直接开放给普通散户，更多作为机构接口、历史数据包对外提供。
Trade By Trade在币圈有着非常明确的实际应用场景，量化交易者是这套数据最主要的使用者。量化策略回测如果只使用K线数据，很容易出现回测失真，K线是时间段内的统计结果，无法还原盘中的冲击成本、滑点、小单砸盘等细节，导入Trade By Trade逐笔数据，能够模拟真实订单逐次撮合的过程，得到更贴近实盘的回测结果，降低过拟合带来的策略误判。做市团队也会借助Trade By Trade数据分析对手盘的下单习惯，识别机器人挂撤单、高频刷单行为，以此调整双向报价的价差和挂单档位，优化流动性提供的效率。除此之外，交易复盘也可以依靠Trade By Trade，交易者可以对照逐笔成交，定位自己订单的实际成交路径，理解为什么会出现预期之外的滑点，区分滑点来自市场流动性不足还是订单本身的类型设置。
普通散户在日常交易中，很少直接获取完整Trade By Trade数据集，但交易行为依然时时刻刻受这套逐笔执行逻辑影响。当用户下达一笔大额市价单，订单簿深度不足以一次性全部成交，系统就会拆分订单，依次吃掉不同价位的挂单，每吃掉一个档位就生成一条Trade By Trade记录，最终用户账户显示的平均成交价，就是多条逐笔成交的加权平均结果。很多交易者疑惑明明盘口显示某一档价位有足够数量，实际成交却出现价格跳变，本质就是盘口深度是聚合快照，而真实撮合是Trade By Trade逐笔进行，快照和真实成交流之间存在微小时间差。理解这一点，能够帮助交易者理性看待盘口显示数据，合理选择限价单代替市价单，减少不必要的滑点损耗。
对于想要进一步研究市场的参与者，分辨Trade By Trade原始数据和聚合行情，是提升交易认知的重要一步。聚合行情为了便于展示，会合并同价格短时间内的多笔成交，会抹平很多短期市场信号，而Trade By Trade保留全部原始事件，能够捕捉大单拆小单、冰山订单等隐蔽交易行为。当然逐笔数据也存在短板，数据体积庞大，处理门槛高，需要专门工具解析，普通交易者不需要深度研究原始数据包，但可以建立逐笔成交的基础认知，明白盘面价格不是凭空生成，而是无数Trade By Trade记录不断累积形成的价格发现结果，以此更客观的解读加密市场的盘面变化。
