它是什么
MBO 是 market by order 的缩写，中文常说逐单数据、订单级数据，也常被叫做 L3。它和交易者熟悉的两种行情处在不同层级：K 线是价格结果，是一段时间内成交的汇总；L2 盘口是当前挂单数量的照片，只看到某个价位堆了多少量；MBO 记录的是每笔可见订单自己的生命史——什么时候挂入、价格与数量多少、有没有被修改或撤销、最后有没有成交。
与按价位汇总的行情相比，区别在颗粒度。按价位的行情把同一价位上所有挂单压成一个数字，数量减少你只知道“少了”；按订单的行情给每笔订单一个独立标识，同一价位的多笔订单各自存在、可以分别追踪，于是减少的部分是撤单还是成交、哪一笔先动，都能分辨出来。
对日内交易者来说，MBO 的用途是研究过程，而不是给结论。价格由具体订单驱动，逐单数据让你看清这个驱动过程：谁在排队、谁在撤退、成交之后有没有新订单补上。它不预测价格，也不替你解决方向问题，只是把市场行为的细节放大。
在逐单数据里它长什么样
从结构上看，MBO 是一条条带时间戳的事件流，典型事件是新增挂单、修改、撤销与成交。每笔订单有独立标识，同一价位上并排的订单可以分别追踪，队列位置也随撤单与成交向前移动。
这种结构带来几个在聚合盘口里看不到的能力：
- 区分数量下降的原因：某价位数量掉了，可能是撤单，也可能是成交，逐单数据能把两者分开。
- 把成交归到具体订单上，判断成交是主动打进来的，还是被动等在队列里被吃掉的。
- 观察订单是否真的愿意成交、流动性是否在撤退、成交之后是否持续补单，以及大量成交有没有真正推动价格。
最后一条尤其重要：成交量大不等于价格会被推动。大额成交被充分吸收、价格只是原地换手时，逐单数据里通常能看到被动一方反复补单的痕迹；反过来，如果补单跟不上、队列被吃穿，价格的响应就是另一副样子。这些都要结合当时的挂单变化来判断，单看成交量本身说明不了问题。
常见误解与局限
一是把它当成“全知数据”。MBO 提供的是交易所公开的匿名订单级事件，不包含交易者真实身份，也看不到交易所之外的订单。冰山等隐藏流动性只能根据反复补单与成交轨迹去推断，不能当作确定事实——你看到的同一价位反复出现，也可能只是不同参与者的巧合。
二是把更细的数据等同于更高的确定性。逐单数据描述的是已经发生的过程，它并不预测下一步。数据越细，工程问题也越多：需要重建订单簿、处理事件时序与对齐，还要验证历史回放是否与当时的全簿状态一致，否则再漂亮的逐单图也只是漂亮的图。而且能拿到哪些订单级字段，取决于交易所公开披露的范围，不同市场之间不能想当然地套用。
三是只看成交、不看挂单。成交在逐单数据里很显眼，但撤单、改单和补单往往才是解释价格为什么不动、或者为什么走得很干脆的关键。把两者拆开看，很容易得出自相矛盾的结论。
在 TradeWhy 里怎么看
TradeWhy 是一款面向 CME Group 期货日内交易者的 AI 市场意图分析与策略验证工具，首期开放 COMEX 黄金 GC 与 CME 纳指 NQ。它把实时宏观信息、价格响应与 L3 逐单行为放在一起，解释当前主导力量正在做什么；重复出现的行为可以继续被整理成策略，经过历史与前向验证后进入策略组合。也就是说，逐单数据在这里不是用来“看图猜方向”，而是用来研究对象、沉淀可以复现的行为模式。
在数据基础上，GC 拥有 10.85亿条逐单事件与 298个交易日归档，本地回放订单簿在 5,719个检查点与全簿快照一致；NQ 使用 2026年1月至8月的 6,326万笔逐笔样本完成独立标定，覆盖 33周、22.76万个交易时段分钟。两套数据分别用于本品种的重建、特征标定、回放与验证，不交叉套用统计数字。
需要明确的是，TradeWhy 解释市场行为，帮助用户研究和验证策略，但不提供买卖建议，也不对交易结果作出任何承诺，最终交易决定由用户作出。逐单数据能让你把过程看得更清楚，但它不能替你做决定。
常见问题
MBO 逐单数据和 L2 盘口有什么区别？
L2 盘口是某个价位上挂单数量的聚合快照，只能告诉你数量变了；MBO 逐单数据给每笔可见订单一个独立标识，能分辨是哪一笔订单挂入、修改、撤销或成交。想看撤单、补单和成交归因，逐单数据的信息量更大。
逐单数据就是 level 3 吗？
在常见说法里，聚合的盘口行情被称为 level 2，订单级明细被称为 level 3，MBO 属于订单级明细这一类。具体能看到哪些字段，取决于交易所公开披露的范围。
L3 能看到交易者身份和所有隐藏订单吗？
不能。L3 提供的是交易所公开的匿名订单级事件，不含交易者真实身份，也看不到交易所之外的订单。冰山等隐藏流动性只能根据反复补单与成交轨迹推断，不能当作确定事实。
MBO 数据和 K 线有什么不同？
K 线是价格结果，是对一段时间内成交的汇总；MBO 记录的是产生这些结果的过程，也就是订单挂入、修改、撤销与成交的先后顺序。做日内研究时两者通常放在一起看，而不是互相替代。
GC 与 NQ 分别用了多少订单级数据？
GC 拥有 10.85亿条逐单事件与 298个交易日归档；NQ 使用 2026年1月至8月的 6,326万笔逐笔样本完成独立标定。两套数据分别用于本品种的重建、特征标定、回放与验证，不交叉套用统计数字。
TradeWhy 会告诉我应该买还是卖吗？
不会。TradeWhy 解释市场行为，帮助用户研究和验证策略，但不提供买卖建议，也不对交易结果作出承诺，最终交易决定由用户作出。
本文由 AI 基于 TradeWhy 的指标定义、研究结论与官网说明生成，经规则校验。分析看法，不构成投资建议。