Bitget:全球日交易量排名前 4!
BTC 市占率59.35%
目前 ETH 燃料費:0.1-1 gwei
BTC/USDT$83634.02 (+0.91%)恐懼與貪婪指數69(貪婪)
山寨季指數:0(比特幣季)
比特幣現貨 ETF 總淨流量:+$21.1M(1 天);-$403.5M(7 天)。Bitget 新用戶立享 6,200 USDT 歡迎禮包!立即領取
到 Bitget App 隨時隨地輕鬆交易!立即下載
Bitget:全球日交易量排名前 4!
BTC 市占率59.35%
目前 ETH 燃料費:0.1-1 gwei
BTC/USDT$83634.02 (+0.91%)恐懼與貪婪指數69(貪婪)
山寨季指數:0(比特幣季)
比特幣現貨 ETF 總淨流量:+$21.1M(1 天);-$403.5M(7 天)。Bitget 新用戶立享 6,200 USDT 歡迎禮包!立即領取
到 Bitget App 隨時隨地輕鬆交易!立即下載
Bitget:全球日交易量排名前 4!
BTC 市占率59.35%
目前 ETH 燃料費:0.1-1 gwei
BTC/USDT$83634.02 (+0.91%)恐懼與貪婪指數69(貪婪)
山寨季指數:0(比特幣季)
比特幣現貨 ETF 總淨流量:+$21.1M(1 天);-$403.5M(7 天)。Bitget 新用戶立享 6,200 USDT 歡迎禮包!立即領取
到 Bitget App 隨時隨地輕鬆交易!立即下載
該幣種的價格尚未更新或已停止更新。本頁面資訊僅供參考。您可在 Bitget 現貨市場 上查看上架幣種。
註冊
Ad Astra 價格歷史
時間週期:2025-10-12 ~ 2026-10-12
USD
| 日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-07-05 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.00 |
2026-07-04 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.00 |
2026-07-03 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.00 |
2026-07-02 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.00 |
2026-07-01 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.00 |
2026-06-30 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.{5}2164 | $0.00 |
2026-06-29 | $0.{5}2180 | $0.{5}2180 | $0.{5}2164 | $0.{5}2164 | $0.00 |
2026-06-28 | $0.{5}2252 | $0.{5}2252 | $0.{5}2180 | $0.{5}2180 | $0.00 |
2026-06-27 | $0.{5}2252 | $0.{5}2252 | $0.{5}2252 | $0.{5}2252 | $0.00 |
2026-06-26 | $0.{5}2334 | $0.{5}2334 | $0.{5}2274 | $0.{5}2274 | $0.00 |
2026-06-25 | $0.{5}2477 | $0.{5}2477 | $0.{5}2334 | $0.{5}2334 | $0.00 |
2026-06-24 | $0.{5}2590 | $0.{5}2590 | $0.{5}2477 | $0.{5}2477 | $0.00 |
2026-06-23 | $0.{5}2590 | $0.{5}2590 | $0.{5}2590 | $0.{5}2590 | $0.00 |
2026-06-22 | $0.{5}2723 | $0.{5}2723 | $0.{5}2590 | $0.{5}2590 | $0.00 |
2026-06-21 | $0.{5}2843 | $0.{5}2843 | $0.{5}2723 | $0.{5}2723 | $0.00 |
2026-06-20 | $0.{5}2858 | $0.{5}2858 | $0.{5}2807 | $0.{5}2843 | $0.00 |
2026-06-19 | $0.{5}2858 | $0.{5}2858 | $0.{5}2858 | $0.{5}2858 | $0.00 |
2026-06-18 | $0.{5}3001 | $0.{5}3001 | $0.{5}2858 | $0.{5}2858 | $0.00 |
2026-06-17 | $0.{5}3001 | $0.{5}3001 | $0.{5}3001 | $0.{5}3001 | $0.00 |
2026-06-16 | $0.{5}3021 | $0.{5}3021 | $0.{5}2985 | $0.{5}3001 | $0.00 |
2026-06-15 | $0.{5}2893 | $0.{5}3021 | $0.{5}2893 | $0.{5}3021 | $0.00 |
2026-06-14 | $0.{5}2893 | $0.{5}2893 | $0.{5}2893 | $0.{5}2893 | $0.00 |
2026-06-13 | $0.{5}2893 | $0.{5}2893 | $0.{5}2893 | $0.{5}2893 | $0.00 |
2026-06-12 | $0.{5}3832 | $0.{5}4686 | $0.{5}2893 | $0.{5}2893 | $0.00 |
2026-06-11 | $0.{5}3912 | $0.{5}3912 | $0.{5}3832 | $0.{5}3832 | $0.00 |
2026-06-10 | $0.{5}3912 | $0.{5}3912 | $0.{5}3912 | $0.{5}3912 | $0.00 |
2026-06-09 | $0.{5}3941 | $0.{5}3980 | $0.{5}3912 | $0.{5}3912 | $0.00 |
2026-06-08 | $0.{5}3135 | $0.{5}3960 | $0.{5}3135 | $0.{5}3941 | $0.00 |
2026-06-07 | $0.{5}3186 | $0.{5}3186 | $0.{5}3135 | $0.{5}3135 | $0.00 |
2026-06-06 | $0.{5}3186 | $0.{5}3186 | $0.{5}3186 | $0.{5}3186 | $0.00 |
- 1
- 2
- 3
- 4
* 範圍內最早的數據(UTC 時間)
** 範圍內的最新數據(UTC 時間)
歷史上的今天
2026-10-12

Ad Astra
(AD ASTRA)
- 今天$0.00
分享到 Twitter
下載 Ad Astra 歷史數據
Bitget app
關於 Ad Astra 價格歷史數據
Ad Astra 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 Ad Astra 隨時間推移的開盤價、最高價、收盤價以及交易量。此外,您還可以立即查看每日漲跌的百分比,進而輕鬆判斷波動較大的交易日。
根據我們的 Ad Astra 價格歷史數據,其價值在 2023-11-18 飆升至歷史高點,超過 $0.{4}6189 USD。另一方面,Ad Astra 價格軌跡的最低點(通常稱為「Ad Astra 歷史最低點」)出現在 2023-12-12 。如果有人在此期間購買了 Ad Astra ,那麼他目前將獲得-100% 的可觀收益。
按照設計,Ad Astra的總供應量將達到10B個。截至目前,Ad Astra的流通供應量約為0個。
本頁面所示的價格均來自可信賴的數據提供商 Bitget。在檢查您的投資時,建議依賴單一數據來源,因為不同提供商之間的數值可能存在差異。
我們的歷史 Ad Astra 價格數據集包括 1 分鐘 、1 天、1 週和 1 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,並即時更新。
Ad Astra 歷史數據案例
以下是 Ad Astra 歷史數據在 Ad Astra 交易中的一些使用方法:
技術分析:交易者使用歷史數據來分析 Ad Astra 市場的趨勢和走勢。他們使用圖表和其他視覺化工具來尋找走勢,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 Ad Astra 的歷史市場數據視覺化並進行分析。要實現這一點,可以將歷史數據儲存在 GridDB 中,並使用 Python 腳本,其中包含各種軟體包,如用於數據視覺化的 Matplotlib 、Pandas、Numpy 和 Scipy。
根據歷史數據預測 Ad Astra 價格:歷史數據還可用於預測未來市場趨勢。透過分析過去的市場行為,交易者可以找出重複出現的走勢,並對 Ad Astra 市場的走向做出明智的預測。透過利用 Bitget 的 Ad Astra 歷史數據集,交易者可以獲取 Ad Astra 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。
風險管理:









