Coupon Assets 價格歷史
(CA)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-06-05 | $0.2172 | $0.2186 | $0.2149 | $0.2154 | 931,948.51 |
2026-06-04 | $0.2166 | $0.2198 | $0.2158 | $0.2171 | 938,908.58 |
2026-06-03 | $0.2172 | $0.2187 | $0.2150 | $0.2165 | 838,153.18 |
2026-06-02 | $0.2183 | $0.2189 | $0.2163 | $0.2172 | 954,719.06 |
2026-06-01 | $0.2179 | $0.2188 | $0.2163 | $0.2178 | 956,701.79 |
2026-05-31 | -- | $0.2177 | $0.2150 | -- | -- |
2026-05-30 | -- | $0.2177 | $0.2150 | -- | -- |
2026-05-29 | -- | $0.2177 | $0.2150 | -- | -- |
2026-05-28 | -- | $0.2177 | $0.2150 | -- | -- |
2026-05-27 | $0.2169 | $0.2188 | $0.2140 | $0.2164 | 968,184.6 |
2026-05-26 | $0.2165 | $0.2169 | $0.2145 | $0.2169 | 954,642.63 |
2026-05-25 | $0.2178 | $0.2176 | $0.2151 | $0.2166 | 855,070.33 |
2026-05-24 | $0.2158 | $0.2185 | $0.2148 | $0.2180 | 958,925.15 |
2026-05-23 | $0.2172 | $0.2173 | $0.2150 | $0.2158 | 979,370.87 |
2026-05-22 | $0.2159 | $0.2183 | $0.2150 | $0.2170 | 913,768.11 |
2026-05-21 | $0.2147 | $0.2173 | $0.2138 | $0.2158 | 961,422.03 |
2026-05-20 | $0.2153 | $0.2168 | $0.2139 | $0.2148 | 974,650.51 |
2026-05-19 | $0.2168 | $0.2185 | $0.2139 | $0.2158 | 958,592.46 |
2026-05-18 | $0.2158 | $0.2186 | $0.2150 | $0.2168 | 977,600.16 |
2026-05-17 | $0.2176 | $0.2198 | $0.2150 | $0.2160 | 965,431.03 |
您可以在哪裡購買 CA
關於 CA 價格歷史數據
CA 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 CA 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 CA 價格歷史數據，其價值在 1970-01-21 飆升至歷史峰值，超過 $1.70。另一方面，CA 價格軌跡的最低點（通常稱為「CA 歷史最低點」）出現在 1970-01-21。如果有人在此期間購買了 CA，那麼他目前將獲得 $1.54 的可觀利潤。
按照設計，CA 的總供應量將達到 270,000,000 個。截至目目前，CA 的流通供應量約為 18,392,259.5 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。
CA 歷史數據案例
以下是 CA 歷史數據在 CA 交易中的一些使用方法
交易者使用歷史數據來分析 CA 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 CA 市場的走向做出明智的預測。通過利用 LBank 的 CA 歷史數據集，交易者可以獲取 CA 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 CA 的風險。他們還可以確定資產 CA 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 CA 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 CA 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 CA 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。
