Crypto Sustainable Token 價格歷史
(CST)日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-07-02 | $99.26 | $99.09 | $93.35 | $98.19 | 5,006.67 |
2026-07-01 | $94.90 | $101.00 | $92.48 | $99.26 | 10,747.16 |
2026-06-30 | -- | $103.24 | $97.70 | -- | -- |
2026-06-29 | $101.00 | $103.24 | $97.70 | -- | -- |
2026-06-28 | $100.20 | $103.24 | $97.70 | $101.00 | 3,403.06 |
2026-06-27 | $99.94 | $106.30 | $98.76 | $100.21 | 8,007.67 |
2026-06-26 | $102.43 | $133.83 | $95.11 | $99.94 | 12,316.7 |
2026-06-25 | $100.24 | $107.47 | $98.75 | $102.49 | 12,166.91 |
2026-06-24 | $94.87 | $105.34 | $89.47 | $98.69 | 7,322.58 |
2026-06-23 | $100.33 | $108.11 | $94.81 | $94.87 | 12,819.79 |
2026-06-22 | $95.92 | $104.91 | $95.81 | $96.71 | 6,087.81 |
2026-06-21 | $105.23 | $105.20 | $95.91 | $95.92 | 1,571.84 |
2026-06-20 | $103.93 | $106.54 | $97.62 | $105.28 | 4,410.71 |
2026-06-19 | $97.91 | $106.73 | $97.75 | $103.99 | 7,026.24 |
2026-06-18 | $107.08 | $108.63 | $95.67 | $97.91 | 11,029.49 |
2026-06-17 | $108.76 | $114.41 | $106.82 | $107.06 | 8,469.74 |
2026-06-16 | $108.58 | $129.89 | $108.51 | $108.76 | 8,556.87 |
2026-06-15 | $107.99 | $113.33 | $107.80 | $108.58 | 5,712.63 |
2026-06-14 | $112.55 | $112.60 | $107.15 | $107.99 | 1,613.27 |
2026-06-13 | $116.15 | $129.36 | $112.39 | $112.56 | 9,395.42 |
您可以在哪裡購買 CST
關於 CST 價格歷史數據
CST 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 CST 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 CST 價格歷史數據，其價值在 1970-01-21 飆升至歷史峰值，超過 $992.44。另一方面，CST 價格軌跡的最低點（通常稱為「CST 歷史最低點」）出現在 1970-01-21。如果有人在此期間購買了 CST，那麼他目前將獲得 $992.44 的可觀利潤。
按照設計，CST 的總供應量將達到 10,000,000 個。截至目目前，CST 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。
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。
CST 歷史數據案例
以下是 CST 歷史數據在 CST 交易中的一些使用方法
交易者使用歷史數據來分析 CST 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 CST 市場的走向做出明智的預測。通過利用 LBank 的 CST 歷史數據集，交易者可以獲取 CST 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 CST 的風險。他們還可以確定資產 CST 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 CST 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 CST 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 CST 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。
