轉帳
Graphite Network 價格歷史
(@G)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-11-03 | $0.007838 | $0.007983 | $0.007651 | $0.007914 | 14.53 |
2026-11-02 | $0.007866 | $0.007893 | $0.007689 | $0.007836 | 6.81 |
2026-11-01 | -- | $0.007891 | $0.007695 | -- | -- |
2026-10-31 | -- | $0.008071 | $0.007565 | -- | -- |
2026-10-30 | $0.008018 | $0.008457 | $0.007569 | $0.007953 | 24.13 |
2026-10-29 | $0.007875 | $0.008186 | $0.007671 | $0.008026 | 9.84 |
2026-10-28 | -- | $0.008170 | $0.007690 | -- | -- |
2026-10-27 | -- | $0.008146 | $0.007755 | -- | -- |
2026-10-26 | -- | $0.008143 | $0.007555 | -- | -- |
2026-10-25 | $0.007616 | $0.008167 | $0.007605 | $0.007732 | 21.65 |
2026-10-24 | $0.007780 | $0.007978 | $0.007600 | $0.007627 | 59.67 |
2026-10-23 | $0.007669 | $0.007878 | $0.007614 | $0.007784 | 16.59 |
2026-10-22 | $0.007843 | $0.007927 | $0.007592 | $0.007670 | 42.51 |
2026-10-21 | $0.007823 | $0.008237 | $0.007675 | $0.007834 | 242.13 |
2026-10-20 | -- | $0.008103 | $0.007532 | -- | -- |
2026-10-19 | -- | $0.009285 | $0.007116 | -- | -- |
2026-10-18 | -- | $0.009423 | $0.008748 | -- | -- |
2026-10-17 | $0.008877 | $0.008939 | $0.008752 | $0.008752 | 21.03 |
2026-10-16 | $0.009473 | $0.009487 | $0.008840 | $0.008866 | 58.48 |
2026-10-15 | $0.009328 | $0.009552 | $0.008611 | $0.009480 | 42.17 |
您可以在哪裡購買 @G
關於 @G 價格歷史數據
@G 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 @G 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 @G 價格歷史數據，其價值在 2025-08-13 飆升至歷史峰值，超過 $0.2059。另一方面，@G 價格軌跡的最低點（通常稱為「@G 歷史最低點」）出現在 2026-10-19。如果有人在此期間購買了 @G，那麼他目前將獲得 $0.1989 的可觀利潤。
按照設計，@G 的總供應量將達到 10,500,000 個。截至目目前，@G 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。
@G 歷史數據案例
以下是 @G 歷史數據在 @G 交易中的一些使用方法
交易者使用歷史數據來分析 @G 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 @G 市場的走向做出明智的預測。通過利用 LBank 的 @G 歷史數據集，交易者可以獲取 @G 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 @G 的風險。他們還可以確定資產 @G 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 @G 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 @G 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 @G 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。
