GameStop • Robinhood Token 價格歷史
(GME)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-07-28 | $21.42 | $22.00 | $21.24 | $21.91 | 2,376,603.75 |
2026-07-27 | $21.22 | $21.48 | $21.04 | $21.42 | 2,438,167.72 |
2026-07-26 | $21.30 | $21.40 | $21.09 | $21.22 | 2,676,703.03 |
2026-07-25 | $21.35 | $21.61 | $21.11 | $21.31 | 10,527,982.19 |
2026-07-24 | $22.83 | $23.02 | $20.90 | $21.38 | 12,996,408.88 |
2026-07-23 | -- | $305.41 | $22.04 | -- | -- |
2026-07-22 | $21.86 | $118.68 | $20.49 | $22.34 | 1,642.84 |
2026-07-21 | $20.99 | $171.55 | $20.42 | $21.86 | 4,094.95 |
2026-07-20 | -- | $21.04 | $20.56 | -- | -- |
2026-07-19 | -- | $20.97 | $20.97 | -- | -- |
2026-07-18 | -- | $20.97 | $20.97 | -- | -- |
2026-07-17 | -- | $20.97 | $20.97 | -- | -- |
2026-07-16 | -- | $20.98 | $20.94 | -- | -- |
2026-07-15 | -- | $20.98 | $20.94 | -- | -- |
2026-07-14 | -- | $20.99 | $20.88 | -- | -- |
2026-07-13 | $21.76 | $21.76 | $20.89 | $20.98 | 2.01 |
2026-07-12 | $21.76 | $21.76 | $21.76 | $21.76 | 3.9 |
2026-07-11 | $21.76 | $21.76 | $21.76 | $21.76 | 5.85 |
2026-07-10 | $21.68 | $22.02 | $21.68 | $21.76 | 0 |
2026-07-09 | $21.82 | $21.93 | $21.55 | $21.68 | 0 |
您可以在哪裡購買 GME
關於 GME 價格歷史數據
GME 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 GME 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 GME 價格歷史數據，其價值在 1970-01-21 飆升至歷史峰值，超過 $305.41。另一方面，GME 價格軌跡的最低點（通常稱為「GME 歷史最低點」）出現在 1970-01-21。如果有人在此期間購買了 GME，那麼他目前將獲得 $284.99 的可觀利潤。
按照設計，GME 的總供應量將達到 37,760.73 個。截至目目前，GME 的流通供應量約為 37,760.73 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。
GME 歷史數據案例
以下是 GME 歷史數據在 GME 交易中的一些使用方法
交易者使用歷史數據來分析 GME 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 GME 市場的走向做出明智的預測。通過利用 LBank 的 GME 歷史數據集，交易者可以獲取 GME 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 GME 的風險。他們還可以確定資產 GME 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 GME 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 GME 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 GME 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。
