Citrea 價格歷史
(CTR)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-06-06 | $0.0139 | $0.0169 | $0.0131 | $0.0160 | 205,126.87 |
2026-06-05 | $0.0166 | $0.0172 | $0.0125 | $0.0138 | 59,408.75 |
2026-06-04 | $0.0181 | $0.0187 | $0.0162 | $0.0165 | 144,904.79 |
2026-06-03 | $0.0172 | $0.0186 | $0.0167 | $0.0180 | 276,771.57 |
2026-06-02 | $0.0184 | $0.0189 | $0.0166 | $0.0171 | 205,685.58 |
2026-06-01 | $0.0169 | $0.0217 | $0.0170 | $0.0184 | 192,744.22 |
2026-05-31 | $0.0163 | $0.0185 | $0.0158 | $0.0168 | 138,537.13 |
2026-05-30 | $0.0167 | $0.0180 | $0.0158 | $0.0162 | 150,300.36 |
2026-05-29 | $0.0155 | $0.0225 | $0.0158 | $0.0165 | 183,796.59 |
2026-05-28 | $0.0183 | $0.0222 | $0.0110 | $0.0156 | 265,470.07 |
2026-05-27 | $0.0219 | $0.0210 | $0.0169 | $0.0184 | 116,850.16 |
2026-05-26 | $3.65 | $0.0420 | $0.0198 | $0.0216 | 174,796.31 |
2026-05-25 | $2.52 | $3.69 | $2.08 | $3.66 | 257,753.45 |
2026-05-24 | $2.61 | $2.85 | $2.30 | $2.52 | 250,215.68 |
2026-05-23 | $3.06 | $3.20 | $2.50 | $2.58 | 201,355.38 |
2026-05-22 | $3.33 | $3.52 | $2.88 | $3.02 | 256,423.68 |
2026-05-21 | $3.40 | $3.57 | $3.09 | $3.36 | 148,263.06 |
2026-05-20 | $3.91 | $4.23 | $3.35 | $3.44 | 173,761.47 |
2026-05-19 | $5.54 | $5.68 | $3.83 | $3.91 | 338,494.51 |
2026-05-18 | $5.34 | $5.63 | $5.03 | $5.56 | 267,141.28 |
您可以在哪裡購買 CTR
關於 CTR 價格歷史數據
CTR 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 CTR 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 CTR 價格歷史數據，其價值在 1970-01-21 飆升至歷史峰值，超過 $6.40。另一方面，CTR 價格軌跡的最低點（通常稱為「CTR 歷史最低點」）出現在 1970-01-21。如果有人在此期間購買了 CTR，那麼他目前將獲得 $6.38 的可觀利潤。
按照設計，CTR 的總供應量將達到 -- 個。截至目目前，CTR 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。
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。
CTR 歷史數據案例
以下是 CTR 歷史數據在 CTR 交易中的一些使用方法
交易者使用歷史數據來分析 CTR 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 CTR 市場的走向做出明智的預測。通過利用 LBank 的 CTR 歷史數據集，交易者可以獲取 CTR 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 CTR 的風險。他們還可以確定資產 CTR 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 CTR 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 CTR 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 CTR 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。
