Sanctum Infinity 價格歷史
(INF)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-06-05 | $99.57 | $99.03 | $91.17 | $91.58 | 482,538.75 |
2026-06-04 | $104.56 | $105.18 | $96.19 | $99.27 | 803,158.16 |
2026-06-03 | $108.27 | $109.92 | $103.59 | $104.51 | 455,692 |
2026-06-02 | $113.64 | $115.89 | $108.27 | $108.28 | 198,233.6 |
2026-06-01 | $117.11 | $118.01 | $112.93 | $113.56 | 204,160.86 |
2026-05-31 | -- | $120.64 | $112.81 | -- | -- |
2026-05-30 | -- | $120.64 | $112.81 | -- | -- |
2026-05-29 | -- | $120.64 | $112.81 | -- | -- |
2026-05-28 | -- | $120.64 | $112.81 | -- | -- |
2026-05-27 | $120.28 | $120.64 | $116.65 | $120.14 | 141,897.32 |
2026-05-26 | $122.83 | $122.37 | $119.35 | $119.82 | 127,352.65 |
2026-05-25 | $121.39 | $122.90 | $119.16 | $122.74 | 75,732.94 |
2026-05-24 | $119.58 | $123.46 | $119.69 | $121.39 | 147,150.84 |
2026-05-23 | $123.49 | $123.86 | $116.20 | $119.57 | 70,121.21 |
2026-05-22 | $122.80 | $124.76 | $122.40 | $123.50 | 35,271.75 |
2026-05-21 | $121.85 | $123.69 | $121.37 | $122.71 | 223,005.23 |
2026-05-20 | $119.95 | $122.52 | $119.16 | $121.82 | 86,061.12 |
2026-05-19 | $119.64 | $121.97 | $118.91 | $119.94 | 139,868.4 |
2026-05-18 | $122.77 | $123.53 | $119.15 | $119.79 | 423,840.29 |
2026-05-17 | $123.09 | $123.88 | $121.73 | $122.75 | 94,723.54 |
您可以在哪裡購買 INF
關於 INF 價格歷史數據
INF 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 INF 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 INF 價格歷史數據，其價值在 1970-01-21 飆升至歷史峰值，超過 $363.89。另一方面，INF 價格軌跡的最低點（通常稱為「INF 歷史最低點」）出現在 1970-01-20。如果有人在此期間購買了 INF，那麼他目前將獲得 $354.92 的可觀利潤。
按照設計，INF 的總供應量將達到 668,264 個。截至目目前，INF 的流通供應量約為 218,184 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。
INF 歷史數據案例
以下是 INF 歷史數據在 INF 交易中的一些使用方法
交易者使用歷史數據來分析 INF 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 INF 市場的走向做出明智的預測。通過利用 LBank 的 INF 歷史數據集，交易者可以獲取 INF 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 INF 的風險。他們還可以確定資產 INF 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 INF 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 INF 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 INF 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。
