Small Thing 價格歷史
(ST)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-09-17 | $0.000967 | $0.001163 | $0.000960 | $0.001163 | 4,502.29 |
2026-09-16 | $0.001006 | $0.001020 | $0.000963 | $0.000965 | 193.46 |
2026-09-15 | $0.001019 | $0.001045 | $0.000978 | $0.001006 | 1,527.1 |
2026-09-14 | $0.001050 | $0.001063 | $0.001013 | $0.001018 | 1,588.34 |
2026-09-13 | $0.001078 | $0.001080 | $0.001042 | $0.001049 | 35.73 |
2026-09-12 | $0.001091 | $0.001106 | $0.001067 | $0.001078 | 2.72 |
2026-09-11 | $0.001089 | $0.001134 | $0.001062 | $0.001090 | 33.62 |
2026-09-10 | $0.001170 | $0.001183 | $0.001078 | $0.001091 | 2.63 |
2026-09-09 | $0.001268 | $0.001275 | $0.001158 | $0.001168 | 855.93 |
2026-09-08 | $0.001241 | $0.001317 | $0.001227 | $0.001273 | 43.57 |
2026-09-07 | $0.001200 | $0.001291 | $0.001201 | $0.001238 | 198.17 |
2026-09-06 | $0.001189 | $0.001242 | $0.001169 | $0.001203 | 97.02 |
2026-09-05 | $0.001181 | $0.001217 | $0.001164 | $0.001191 | 648.05 |
2026-09-04 | $0.001281 | $0.001267 | $0.001167 | $0.001181 | 538.96 |
2026-09-03 | $0.001202 | $0.001284 | $0.001197 | $0.001282 | 61.64 |
2026-09-02 | $0.001307 | $0.001303 | $0.001196 | $0.001206 | 1,414.69 |
2026-09-01 | $0.001265 | $0.001323 | $0.001263 | $0.001305 | 93.23 |
2026-08-31 | $0.001307 | $0.001328 | $0.001231 | $0.001263 | 207.61 |
2026-08-30 | $0.001284 | $0.001318 | $0.001279 | $0.001306 | 170.81 |
2026-08-29 | $0.001321 | $0.001311 | $0.001256 | $0.001284 | 32.95 |
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 1970-01-22。如果有人在此期間購買了 ST，那麼他目前將獲得 $0.1044 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。
