
Golem 價格歷史
(GLM)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-10-28 | $0.1101 | $0.1109 | $0.1083 | $0.1090 | 1,551,371.26 |
2026-10-27 | $0.1094 | $0.1103 | $0.1072 | $0.1103 | 1,429,094.66 |
2026-10-26 | $0.1082 | $0.1102 | $0.1060 | $0.1095 | 1,873,205.12 |
2026-10-25 | $0.1063 | $0.1153 | $0.1060 | $0.1082 | 3,229,045.77 |
2026-10-24 | $0.1119 | $0.1125 | $0.1060 | $0.1065 | 1,757,061.8 |
2026-10-23 | $0.1103 | $0.1125 | $0.1089 | $0.1121 | 1,820,729.15 |
2026-10-22 | $0.1195 | $0.1195 | $0.1099 | $0.1102 | 1,784,980.08 |
2026-10-21 | $0.1161 | $0.1196 | $0.1151 | $0.1194 | 2,010,262.51 |
2026-10-20 | $0.1101 | $0.1172 | $0.1096 | $0.1161 | 2,072,964.25 |
2026-10-19 | $0.1095 | $0.1114 | $0.1057 | $0.1102 | 1,469,685.21 |
2026-10-18 | $0.1134 | $0.1147 | $0.1093 | $0.1095 | 1,310,533.04 |
2026-10-17 | $0.1178 | $0.1181 | $0.1134 | $0.1135 | 1,319,647.8 |
2026-10-16 | $0.1183 | $0.1214 | $0.1177 | $0.1177 | 1,663,110.95 |
2026-10-15 | $0.1193 | $0.1208 | $0.1130 | $0.1185 | 2,441,047.21 |
2026-10-14 | $0.1250 | $0.1269 | $0.1185 | $0.1191 | 1,822,191.3 |
2026-10-13 | $0.1330 | $0.1343 | $0.1246 | $0.1250 | 2,288,485.18 |
2026-10-12 | $0.1337 | $0.1390 | $0.1315 | $0.1329 | 2,482,008.61 |
2026-10-11 | $0.1334 | $0.1357 | $0.1312 | $0.1342 | 2,141,790.9 |
2026-10-10 | $0.1293 | $0.1349 | $0.1300 | $0.1335 | 2,287,558.2 |
2026-10-09 | $0.1252 | $0.1347 | $0.1235 | $0.1295 | 3,699,587.37 |
您可以在哪裡購買 GLM
關於 GLM 價格歷史數據
GLM 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 GLM 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 GLM 價格歷史數據,其價值在 2018-04-13 飆升至歷史峰值,超過 $1.32。另一方面,GLM 價格軌跡的最低點(通常稱為「GLM 歷史最低點」)出現在 2016-12-12。如果有人在此期間購買了 GLM,那麼他目前將獲得 $1.31 的可觀利潤。
按照設計,GLM 的總供應量將達到 1,000,000,000 個。截至目目前,GLM 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。
GLM 歷史數據案例
以下是 GLM 歷史數據在 GLM 交易中的一些使用方法
交易者使用歷史數據來分析 GLM 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 GLM 市場的走向做出明智的預測。通過利用 LBank 的 GLM 歷史數據集,交易者可以獲取 GLM 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 GLM 的風險。他們還可以確定資產 GLM 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 GLM 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 GLM 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 GLM 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。


