ONFA 價格歷史
(OFT)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-07-17 | $0.1575 | $0.1627 | $0.1557 | $0.1623 | 45,225.14 |
2026-07-16 | $0.1598 | $0.1642 | $0.1304 | $0.1575 | 47,064.5 |
2026-07-15 | $0.1192 | $0.1599 | $0.1029 | $0.1598 | 33,835.64 |
2026-07-14 | $0.1447 | $0.1447 | $0.1129 | $0.1192 | 1,314.82 |
2026-07-13 | $0.1500 | $0.1500 | $0.1299 | $0.1447 | 2,701.76 |
2026-07-12 | $0.1553 | $0.1573 | $0.1444 | $0.1500 | 50,396.33 |
2026-07-11 | $0.1583 | $0.1639 | $0.1459 | $0.1553 | 43,678.14 |
2026-07-10 | $0.1641 | $0.1646 | $0.1562 | $0.1584 | 49,241.69 |
2026-07-09 | $0.1638 | $0.1685 | $0.1605 | $0.1639 | 40,735.79 |
2026-07-08 | $0.1635 | $0.1654 | $0.1587 | $0.1640 | 46,849.16 |
2026-07-07 | $0.1632 | $0.1647 | $0.1587 | $0.1635 | 44,894.44 |
2026-07-06 | $0.1607 | $0.1651 | $0.1612 | $0.1632 | 49,088.04 |
2026-07-05 | $0.1589 | $0.1610 | $0.1588 | $0.1610 | 44,010.19 |
2026-07-04 | $0.1598 | $0.1623 | $0.1583 | $0.1589 | 52,338.81 |
2026-07-03 | $0.1614 | $0.1634 | $0.1566 | $0.1598 | 48,420.88 |
2026-07-02 | $0.1831 | $0.1831 | $0.1613 | $0.1614 | 48,829.02 |
2026-07-01 | $0.1827 | $0.1888 | $0.1612 | $0.1831 | 49,258.59 |
2026-06-30 | -- | $0.2098 | $0.1997 | -- | -- |
2026-06-29 | -- | $0.2098 | $0.1997 | -- | -- |
2026-06-28 | $0.2056 | $0.2098 | $0.1997 | $0.2073 | 27,556.8 |
您可以在哪裡購買 OFT
關於 OFT 價格歷史數據
OFT 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 OFT 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 OFT 價格歷史數據,其價值在 1970-01-21 飆升至歷史峰值,超過 $2.48。另一方面,OFT 價格軌跡的最低點(通常稱為「OFT 歷史最低點」)出現在 1970-01-21。如果有人在此期間購買了 OFT,那麼他目前將獲得 $2.41 的可觀利潤。
按照設計,OFT 的總供應量將達到 275,545,245.75 個。截至目目前,OFT 的流通供應量約為 107,287,555.75 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。
OFT 歷史數據案例
以下是 OFT 歷史數據在 OFT 交易中的一些使用方法
交易者使用歷史數據來分析 OFT 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 OFT 市場的走向做出明智的預測。通過利用 LBank 的 OFT 歷史數據集,交易者可以獲取 OFT 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 OFT 的風險。他們還可以確定資產 OFT 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 OFT 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 OFT 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 OFT 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。
