Small Thing 價格歷史
(ST)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-06-05 | $0.002105 | $0.002115 | $0.001718 | $0.001748 | 25,564.14 |
2026-06-04 | $0.002212 | $0.002262 | $0.001863 | $0.002105 | 25,591.67 |
2026-06-03 | $0.002088 | $0.002287 | $0.001967 | $0.002213 | 28,048.69 |
2026-06-02 | $0.001930 | $0.002244 | $0.001940 | $0.002078 | 27,311.5 |
2026-06-01 | $0.002045 | $0.002078 | $0.001911 | $0.001928 | 25,415.87 |
2026-05-31 | -- | $0.002561 | $0.002272 | -- | -- |
2026-05-30 | -- | $0.002561 | $0.002272 | -- | -- |
2026-05-29 | -- | $0.002561 | $0.002272 | -- | -- |
2026-05-28 | -- | $0.002561 | $0.002272 | -- | -- |
2026-05-27 | $0.002514 | $0.002567 | $0.002394 | $0.002438 | 25,626.33 |
2026-05-26 | $0.002420 | $0.002658 | $0.002326 | $0.002515 | 29,704.49 |
2026-05-25 | $0.002271 | $0.002440 | $0.002235 | $0.002422 | 26,095.86 |
2026-05-24 | $0.002216 | $0.002394 | $0.002206 | $0.002271 | 26,923.43 |
2026-05-23 | $0.002534 | $0.002605 | $0.002124 | $0.002215 | 30,565.97 |
2026-05-22 | $0.002310 | $0.002584 | $0.002292 | $0.002534 | 33,325.43 |
2026-05-21 | $0.002220 | $0.002320 | $0.002189 | $0.002310 | 30,139.95 |
2026-05-20 | $0.002215 | $0.002240 | $0.002145 | $0.002221 | 27,774.19 |
2026-05-19 | $0.001951 | $0.002363 | $0.001938 | $0.002214 | 36,940.86 |
2026-05-18 | $0.001939 | $0.002003 | $0.001904 | $0.001951 | 28,961 |
2026-05-17 | $0.002036 | $0.002062 | $0.001927 | $0.001945 | 29,436.25 |
您可以在哪裡購買 ST
關於 ST 價格歷史數據
ST 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 ST 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 ST 價格歷史數據，其價值在 1970-01-21 飆升至歷史峰值，超過 $0.1054。另一方面，ST 價格軌跡的最低點（通常稱為「ST 歷史最低點」）出現在 1970-01-21。如果有人在此期間購買了 ST，那麼他目前將獲得 $0.1038 的可觀利潤。
按照設計，ST 的總供應量將達到 1,000,000,000 個。截至目目前，ST 的流通供應量約為 398,644,565.62 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。
ST 歷史數據案例
以下是 ST 歷史數據在 ST 交易中的一些使用方法
交易者使用歷史數據來分析 ST 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 ST 市場的走向做出明智的預測。通過利用 LBank 的 ST 歷史數據集，交易者可以獲取 ST 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 ST 的風險。他們還可以確定資產 ST 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 ST 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 ST 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 ST 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。
