Bitget:全球日交易量排名前4!
BTC 市场份额60.18%
当前ETH GAS:0.1-1 gwei
热门BTC ETF:IBIT
比特币彩虹图:考虑定投
比特币减半年份:2024年,2028年
BTC/USDT$81814.25 (+0.61%)恐惧与贪婪指数53(中性)
山寨季指数:0(比特币季)
比特币现货 ETF 总净 流入流出量 -$82.4M(1日);-$458.1M(7日)。Bitget 新用户立享 6200 USDT 欢迎礼包!立即领取
到 Bitget App 随时随地轻松交易!立即下载
Bitget:全球日交易量排名前4!
BTC 市场份额60.18%
当前ETH GAS:0.1-1 gwei
热门BTC ETF:IBIT
比特币彩虹图:考虑定投
比特币减半年份:2024年,2028年
BTC/USDT$81814.25 (+0.61%)恐惧与贪婪指数53(中性)
山寨季指数:0(比特币季)
比特币现货 ETF 总净流入流出量 -$82.4M(1日);-$458.1M(7日)。Bitget 新用户立享 6200 USDT 欢迎礼包!立即领取
到 Bitget App 随时随地轻松交易!立即下载
Bitget:全球日交易量排名前4!
BTC 市场份额60.18%
当前ETH GAS:0.1-1 gwei
热门BTC ETF:IBIT
比特币彩虹图:考虑定投
比特币减半年份:2024年,2028年
BTC/USDT$81814.25 (+0.61%)恐惧与贪婪指数53(中性)
山寨季指数:0(比特币季)
比特币现货 ETF 总净流入流出量 -$82.4M(1日);-$458.1M(7日)。Bitget 新用户立享 6200 USDT 欢迎礼包!立即领取
到 Bitget App 随时随地轻松交易!立即下载

VTRADING 价格历史
未上架
时间段:2025-10-18 ~ 2026-10-18
USD
| 日期 | 开盘价 | 最高价 | 最低价 | 收盘价 | 交易量 |
|---|---|---|---|---|---|
2026-10-17 | $0.{4}7809 | $0.{4}8515 | $0.{4}7506 | $0.{4}7798 | $1,781.22 |
2026-10-16 | $0.{4}8559 | $0.{4}9260 | $0.{4}7123 | $0.{4}7809 | $1,910.62 |
2026-10-15 | $0.{4}8042 | $0.{4}9434 | $0.{4}7848 | $0.{4}8559 | $1,690.51 |
2026-10-14 | $0.{4}9435 | $0.{4}9989 | $0.{4}6992 | $0.{4}8042 | $2,258.06 |
2026-10-13 | $0.{4}7127 | $0.0001998 | $0.{4}6939 | $0.{4}9435 | $4,482.35 |
2026-10-12 | $0.{4}7392 | $0.{4}7578 | $0.{4}7011 | $0.{4}7127 | $10,203.79 |
2026-10-11 | $0.{4}7193 | $0.{4}7989 | $0.{4}7069 | $0.{4}7392 | $10,154.59 |
2026-10-10 | $0.{4}9106 | $0.{4}9126 | $0.{4}6140 | $0.{4}7193 | $11,536.13 |
2026-10-09 | $0.{4}8362 | $0.{4}9112 | $0.{4}7043 | $0.{4}9106 | $1,687.65 |
2026-10-08 | $0.{4}8315 | $0.{4}9094 | $0.{4}7995 | $0.{4}8362 | $1,751.53 |
2026-10-07 | $0.{4}8762 | $0.{4}9897 | $0.{4}7681 | $0.{4}8315 | $1,226.06 |
2026-10-06 | $0.{4}9421 | $0.{4}9440 | $0.{4}8499 | $0.{4}8762 | $2,001.78 |
2026-10-05 | $0.{4}9413 | $0.{4}9469 | $0.{4}8697 | $0.{4}9421 | $1,612.31 |
2026-10-04 | $0.{4}8588 | $0.{4}9498 | $0.{4}8582 | $0.{4}9413 | $1,757.73 |
2026-10-03 | $0.{4}8710 | $0.{4}9632 | $0.{4}8092 | $0.{4}8588 | $1,745.52 |
2026-10-02 | $0.{4}8767 | $0.{4}9164 | $0.{4}5997 | $0.{4}8710 | $2,090.2 |
2026-10-01 | $0.{4}8621 | $0.{4}9319 | $0.{4}8194 | $0.{4}8767 | $1,712.81 |
2026-09-30 | $0.{4}8910 | $0.{4}8941 | $0.{4}8196 | $0.{4}8621 | $1,891.33 |
2026-09-29 | $0.{4}9920 | $0.0001007 | $0.{4}8556 | $0.{4}8911 | $3,065.03 |
2026-09-28 | $0.{4}9277 | $0.{4}9921 | $0.{4}8998 | $0.{4}9920 | $1,477.27 |
2026-09-27 | $0.{4}9652 | $0.{4}9818 | $0.{4}8997 | $0.{4}9276 | $1,561.07 |
2026-09-26 | $0.{4}9758 | $0.{4}9819 | $0.{4}9322 | $0.{4}9652 | $949.99 |
2026-09-25 | $0.{4}9904 | $0.{4}9939 | $0.{4}9299 | $0.{4}9758 | $1,272.37 |
2026-09-24 | $0.0001001 | $0.0001012 | $0.{4}9522 | $0.{4}9903 | $10,951.35 |
2026-09-23 | $0.{4}9779 | $0.0001022 | $0.{4}9602 | $0.0001001 | $11,535.68 |
2026-09-22 | $0.0001071 | $0.0001073 | $0.{4}9597 | $0.{4}9779 | $1,210.23 |
2026-09-21 | $0.{4}9959 | $0.0001071 | $0.{4}9941 | $0.0001071 | $1,830.45 |
2026-09-20 | $0.{4}9932 | $0.0001006 | $0.{4}9579 | $0.{4}9959 | $10,651.72 |
2026-09-19 | $0.{4}9718 | $0.0001001 | $0.{4}9471 | $0.{4}9932 | $394.83 |
2026-09-18 | $0.0001012 | $0.0001058 | $0.{4}8992 | $0.{4}9718 | $13,927.87 |
- 1
- 2
- 3
- 4
- 5
- 13
* 范围内最早的数据(UTC 时间)
** 范围内的最新数据(UTC 时间)
历史上的今天
2026-10-18

VTRADING
(VT)
- 今天$0.{4}8641
- 1 年前$0.001268
- 2 年前$0.02017
分享至 Twitter
下载 VTRADING 历史数据
Bitget app
关于 VTRADING 价格历史数据
VTRADING 价格历史追踪使加密货币投资者能够方便地监控他们投资的表现。您可以轻松查看随时间推移 VTRADING 的开盘价、最高价、收盘价以及交易量。此外,您还可以立即查看每日变动的百分比,从而轻松识别波动较大的交易日。
根据我们的 VTRADING 价格历史数据,其价值在 2024-05-30 飙升至历史峰值,超过 $0.08891 USD。另一方面,VTRADING 价格轨迹的最低点(通常称为“VTRADING 历史最低点”)出现在 2026-10-02 。如果有人在此期间购买了 VTRADING ,那么他目前将获得44% 的可观利润。
按照设计,VTRADING的总供应量将达到1,000,000,000个。截至目前,VTRADING的流通供应量约为0个。
本页面所示价格均来自可信赖的数据提供商 Bitget。在核查您的投资时,建议依赖单一数据源,因为不同供应商之间的数值可能存在差异。
我们的历史 VTRADING 价格数据集包括1分钟、1天、1周和1个月的数据(开盘价/最高价/最低价/收盘价/成交量)。这些数据集经过严格测试,以确保一致性、完整性和准确性。该设计专门用于交易模拟和回测,可供免费下载,并实时更新。
VTRADING 历史数据案例
以下是 VTRADING 历史数据在 VTRADING 交易中的一些使用方法:
技术分析:交易者使用历史数据来分析 VTRADING 市场的趋势和走势。他们使用图表和其他视觉工具来寻找走势,并确定何时进入或退出市场。在这个动态市场中获得优势的方法之一就是将 VTRADING 的历史市场数据可视化并进行分析。要实现这一点,可以将历史数据存储在 GridDB 中,并使用 Python 脚本,其中包含各种软件包,如用于数据可视化的Matplotlib 、Pandas、Numpy 和 Scipy。









