🔶 價格歷史
(🔶)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-05-21 | $0.000059 | $0.000060 | $0.000056 | $0.000057 | 1,604.33 |
2026-05-20 | $0.000053 | $0.000090 | $0.000053 | $0.000059 | 73,278.88 |
2026-05-19 | $0.000052 | $0.000055 | $0.000052 | $0.000053 | 1,971.32 |
2026-05-18 | $0.000055 | $0.000055 | $0.000052 | $0.000052 | 270.91 |
2026-05-17 | $0.000062 | $0.000062 | $0.000053 | $0.000055 | 5,683.74 |
2026-05-16 | $0.000064 | $0.000064 | $0.000062 | $0.000062 | 36.78 |
2026-05-15 | $0.000064 | $0.000066 | $0.000063 | $0.000064 | 373.79 |
2026-05-14 | $0.000063 | $0.000064 | $0.000062 | $0.000064 | 59.73 |
2026-05-13 | $0.000062 | $0.000064 | $0.000061 | $0.000062 | 15.96 |
2026-05-12 | $0.000068 | $0.000068 | $0.000061 | $0.000062 | 697.71 |
2026-05-11 | $0.000066 | $0.000068 | $0.000066 | $0.000068 | 204.77 |
2026-05-10 | $0.000068 | $0.000069 | $0.000066 | $0.000066 | 624.56 |
2026-05-09 | $0.000077 | $0.000078 | $0.000068 | $0.000068 | 1,419.06 |
2026-05-08 | $0.000077 | $0.000078 | $0.000076 | $0.000077 | 537.08 |
2026-05-07 | $0.000079 | $0.000080 | $0.000077 | $0.000077 | 237.49 |
2026-05-06 | $0.000073 | $0.000087 | $0.000072 | $0.000079 | 2,761.47 |
2026-05-05 | $0.000072 | $0.000073 | $0.000072 | $0.000073 | 168.35 |
2026-05-04 | $0.000083 | $0.000082 | $0.000072 | $0.000072 | 3,788.32 |
2026-05-03 | $0.000069 | $0.000084 | $0.000069 | $0.000083 | 5,331.38 |
2026-05-02 | $0.000073 | $0.000073 | $0.000068 | $0.000069 | 1,132.91 |
您可以在哪裡購買 🔶
關於 🔶 價格歷史數據
🔶 價格歷史追蹤使加密貨幣投資者能夠方便地監控他們投資的表現。您可以輕鬆查看隨時間推移的 🔶 開盤價、最高價、收盤價以及交易量。此外，您還可以立即查看每日變動的百分比，從而輕鬆識別波動較大的交易日。
根據我們的 🔶 價格歷史數據，其價值在 1970-01-21 飆升至歷史峰值，超過 $0.009330。另一方面，🔶 價格軌跡的最低點（通常稱為「🔶 歷史最低點」）出現在 1970-01-21。如果有人在此期間購買了 🔶，那麼他目前將獲得 $0.009321 的可觀利潤。
按照設計，🔶 的總供應量將達到 1,000,000,000 個。截至目目前，🔶 的流通供應量約為 1,000,000,000 個。
本頁面所示價格均來自可信賴的數據提供商 LBank。在核查您的投資時，建議依賴單一數據源，因為不同供應商之間的數值可能存在差異。
我們的歷史比特幣價格數據集包括 1 分鐘、1 天、1 週和 1 個個月的數據（開盤價/最高價/最低價/收盤價/成交量）。這些數據集經過嚴格測試，以確保一致性、完整整性和準確性。該設計專門用於交易模擬和回測，可供免費下載，並實時更新。
🔶 歷史數據案例
以下是 🔶 歷史數據在 🔶 交易中的一些使用方法
交易者使用歷史數據來分析 🔶 市場的趨勢和走勢。他們使用圖表和其他視覺工具來尋找走勢，並確定何時進入或退出市場。在這個動態市場中獲得優勢的方法之一，就是將歷史市場數據可視化並進行分析。要實現這一點，可以將歷史數據儲存在 GridDB 中，並使用 Python 腳本，其中包含各種軟件包，如用於數據可視化的 Matplotlib、Pandas、Numpy 和 Scipy。
歷史數據還可用於預測未來市場趨勢。通過分析過去的市場行為，交易者可以找出重複出現的走勢，並又對 🔶 市場的走向做出明智的預測。通過利用 LBank 的 🔶 歷史數據集，交易者可以獲取 🔶 每分鐘的開盤價、最高價、最低價和收盤價等數據。然後，可以利用這些數據來定義和訓練價格預測模型，幫助用戶做出明智的交易決策。
通過獲取歷史數據，交易者可以評估投資 🔶 的風險。他們還可以確定資產 🔶 的波動性，從而做出明智的投資決策。
歷史數據在投資組合管理時也大有用處。通過長期跟蹤投資情況，交易者可以發現表現不佳的資產，並調整投資組合以實現收益最大化。
此外，用戶還可以選擇下載 🔶 歷史加密貨幣 OHCL（開盤價、最高價、最低價、收盤價）來訓練自己的 🔶 交易機器人，從而在市場上取得卓越表現。利用這些工具和資源，交易者可以深入研究 🔶 的歷史數據，獲得有價值的見解，並有可能改進他們的交易策略。
