Citrea 價格歷史
(CTR)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-09-17 | $0.0114 | $0.0120 | $0.0109 | $0.0115 | 143,572.59 |
2026-09-16 | $0.0114 | $0.0122 | $0.0111 | $0.0114 | 221,420.73 |
2026-09-15 | $0.0108 | $0.0127 | $0.0107 | $0.0114 | 145,033.13 |
2026-09-14 | $0.0108 | $0.0111 | $0.0104 | $0.0108 | 130,818.24 |
2026-09-13 | $0.009917 | $0.0123 | $0.009680 | $0.0108 | 170,904.94 |
2026-09-12 | $0.0100 | $0.0101 | $0.009640 | $0.009906 | 72,531.25 |
2026-09-11 | $0.009413 | $0.0101 | $0.009210 | $0.0101 | 204,361.31 |
2026-09-10 | $0.0103 | $0.0106 | $0.009270 | $0.009389 | 148,435.92 |
2026-09-09 | $0.0103 | $0.0106 | $0.009850 | $0.0103 | 101,044.63 |
2026-09-08 | $0.0100 | $0.0105 | $0.0100 | $0.0102 | 129,331.74 |
2026-09-07 | $0.009373 | $0.0105 | $0.009250 | $0.0101 | 201,314.36 |
2026-09-06 | $0.009997 | $0.0100 | $0.009250 | $0.009376 | 114,819.21 |
2026-09-05 | $0.009893 | $0.0105 | $0.009720 | $0.0100 | 183,681.03 |
2026-09-04 | $0.0103 | $0.0103 | $0.009820 | $0.009891 | 264,973.38 |
2026-09-03 | $0.009949 | $0.0106 | $0.009900 | $0.0103 | 233,414.45 |
2026-09-02 | $0.009808 | $0.0102 | $0.009600 | $0.0100 | 153,017.04 |
2026-09-01 | $0.009257 | $0.0101 | $0.009180 | $0.009802 | 239,929.86 |
2026-08-31 | $0.009560 | $0.009600 | $0.009160 | $0.009216 | 254,561.26 |
2026-08-30 | $0.009576 | $0.009930 | $0.009430 | $0.009534 | 212,228.06 |
2026-08-29 | $0.009481 | $0.009820 | $0.009140 | $0.009592 | 153,056.13 |
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 $6.39 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。
