轉帳
Self Token 價格歷史
(SELF)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-10-29 | $0.1245 | $0.1266 | $0.1240 | $0.1248 | 22.47 |
2026-10-28 | -- | $0.1247 | $0.1243 | -- | -- |
2026-10-27 | -- | $0.1374 | $0.1358 | -- | -- |
2026-10-26 | $0.1239 | $0.1375 | $0.1232 | $0.1372 | 145.43 |
2026-10-25 | $0.1207 | $0.1242 | $0.1207 | $0.1240 | 1.12 |
2026-10-24 | $0.1249 | $0.1249 | $0.1204 | $0.1209 | 20.67 |
2026-10-23 | $0.1226 | $0.1252 | $0.1213 | $0.1249 | 52.22 |
2026-10-22 | $0.1256 | $0.1258 | $0.1224 | $0.1226 | 2.7 |
2026-10-21 | -- | $0.1350 | $0.1221 | -- | -- |
2026-10-20 | -- | $0.1218 | $0.1216 | -- | -- |
2026-10-19 | -- | $0.1218 | $0.1216 | -- | -- |
2026-10-18 | -- | $0.1218 | $0.1216 | -- | -- |
2026-10-17 | -- | $0.1218 | $0.1216 | -- | -- |
2026-10-16 | -- | $0.1218 | $0.1216 | -- | -- |
2026-10-15 | -- | $0.1224 | $0.1214 | -- | -- |
2026-10-14 | $0.1242 | $0.1246 | $0.1217 | $0.1217 | 3.29 |
2026-10-13 | -- | $0.1249 | $0.1236 | -- | -- |
2026-10-12 | -- | $0.1294 | $0.1253 | -- | -- |
2026-10-11 | $0.1282 | $0.1290 | $0.1272 | $0.1290 | 4.39 |
2026-10-10 | $0.1237 | $0.1286 | $0.1233 | $0.1283 | 24 |
您可以在哪裡購買 SELF
關於 SELF 價格歷史數據
SELF 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 SELF 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 SELF 價格歷史數據，其價值在 2023-05-13 飆升至歷史峰值，超過 $1.23。另一方面，SELF 價格軌跡的最低點（通常稱為「SELF 歷史最低點」）出現在 2026-04-02。如果有人在此期間購買了 SELF，那麼他目前將獲得 $1.23 的可觀利潤。
按照設計，SELF 的總供應量將達到 7,706,404 個。截至目目前，SELF 的流通供應量約為 -- 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。
SELF 歷史數據案例
以下是 SELF 歷史數據在 SELF 交易中的一些使用方法
交易者使用歷史數據來分析 SELF 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 SELF 市場的走向做出明智的預測。通過利用 LBank 的 SELF 歷史數據集，交易者可以獲取 SELF 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 SELF 的風險。他們還可以確定資產 SELF 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 SELF 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 SELF 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 SELF 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。
