Bitget:全球日交易量排名前 4!
BTC 市占率59.88%
目前 ETH 燃料費:0.1-1 gwei
BTC/USDT$81637.01 (-0.61%)恐懼與貪婪指數55(貪婪)
山寨季指數:0(比特幣季)
比特幣現貨 ETF 總淨流量:-$82.4M(1 天);-$458.1M(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59.88%
目前 ETH 燃料費:0.1-1 gwei
BTC/USDT$81637.01 (-0.61%)恐懼與貪婪指數55(貪婪)
山寨季指數:0(比特幣季)
比特幣現貨 ETF 總淨流量:-$82.4M(1 天);-$458.1M(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59.88%
目前 ETH 燃料費:0.1-1 gwei
BTC/USDT$81637.01 (-0.61%)恐懼與貪婪指數55(貪婪)
山寨季指數:0(比特幣季)
比特幣現貨 ETF 總淨流量:-$82.4M(1 天);-$458.1M(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

RatCoin 價格歷史
未上架
時間週期:2025-10-17 ~ 2026-10-17
USD
| 日期 | 開盤價* | 最高價 | 最低價 | 收盤價** | 交易量 |
|---|---|---|---|---|---|
2026-10-16 | $0.{4}1259 | $0.{4}1259 | $0.{4}1259 | $0.{4}1259 | $0.00 |
2026-10-15 | $0.{4}1259 | $0.{4}1259 | $0.{4}1259 | $0.{4}1259 | $0.00 |
2026-10-14 | $0.{4}1335 | $0.{4}1335 | $0.{4}1259 | $0.{4}1259 | $0.01000 |
2026-10-13 | $0.{4}1335 | $0.{4}1335 | $0.{4}1335 | $0.{4}1335 | $0.00 |
2026-10-12 | $0.{4}1335 | $0.{4}1335 | $0.{4}1335 | $0.{4}1335 | $0.00 |
2026-10-11 | $0.{4}1361 | $0.{4}1361 | $0.{4}1335 | $0.{4}1335 | $0.01000 |
2026-10-10 | $0.{4}3287 | $0.{4}3287 | $0.{4}1361 | $0.{4}1361 | $0.00 |
2026-10-09 | $0.{4}3287 | $0.{4}3288 | $0.{4}3287 | $0.{4}3287 | $0.2800 |
2026-10-08 | $0.{4}1482 | $0.{4}3289 | $0.{4}1482 | $0.{4}3287 | $0.2800 |
2026-10-07 | $0.{4}1482 | $0.{4}1482 | $0.{4}1482 | $0.{4}1482 | $0.00 |
2026-10-06 | $0.{4}1607 | $0.{4}1607 | $0.{4}1479 | $0.{4}1482 | $17.16 |
2026-10-05 | $0.{4}1607 | $0.{4}1607 | $0.{4}1607 | $0.{4}1607 | $0.00 |
2026-10-04 | $0.{4}1607 | $0.{4}1607 | $0.{4}1607 | $0.{4}1607 | $0.00 |
2026-10-03 | $0.{4}1750 | $0.{4}1750 | $0.{4}1607 | $0.{4}1607 | $0.00 |
2026-10-02 | $0.{4}1757 | $0.{4}1796 | $0.{4}1757 | $0.{4}1796 | $0.00 |
2026-10-01 | $0.{4}1842 | $0.{4}1842 | $0.{4}1721 | $0.{4}1757 | $0.00 |
2026-09-30 | $0.{4}1842 | $0.{4}1842 | $0.{4}1842 | $0.{4}1842 | $0.00 |
2026-09-29 | $0.{4}3497 | $0.{4}3500 | $0.{4}1842 | $0.{4}1842 | $0.01000 |
2026-09-28 | $0.{4}3066 | $0.{4}3512 | $0.{4}2902 | $0.{4}3497 | $26.39 |
2026-09-27 | $0.{4}3013 | $0.{4}3490 | $0.{4}2904 | $0.{4}3066 | $32.16 |
2026-09-26 | $0.{4}3315 | $0.{4}3330 | $0.{4}3013 | $0.{4}3013 | $8.35 |
2026-09-25 | $0.{4}1884 | $0.{4}3499 | $0.{4}1866 | $0.{4}3315 | $3.32 |
2026-09-24 | $0.{4}1958 | $0.{4}3205 | $0.{4}1868 | $0.{4}1884 | $1.32 |
2026-09-23 | $0.{4}2772 | $0.{4}3273 | $0.{4}1948 | $0.{4}1958 | $19.8 |
2026-09-22 | $0.{4}1955 | $0.{4}2900 | $0.{4}1955 | $0.{4}2772 | $28.71 |
2026-09-21 | $0.{4}1814 | $0.{4}1964 | $0.{4}1814 | $0.{4}1955 | $0.00 |
2026-09-20 | $0.{4}1922 | $0.{4}1922 | $0.{4}1814 | $0.{4}1814 | $0.00 |
2026-09-19 | $0.{4}1996 | $0.{4}1996 | $0.{4}1922 | $0.{4}1922 | $0.00 |
2026-09-18 | $0.{4}1880 | $0.{4}2498 | $0.{4}1880 | $0.{4}1996 | $14.54 |
2026-09-17 | $0.{4}1664 | $0.{4}1960 | $0.{4}1664 | $0.{4}1880 | $14.53 |
- 1
- 2
- 3
- 4
- 5
- 13
* 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
2026-10-17

RatCoin
(RAT)
- 今天$0.{4}1259
- 1 年前$0.{5}3601
- 2 年前$0.{4}5007
分享到 Twitter
下載 RatCoin 歷史數據
Bitget app
關於 RatCoin 價格歷史數據
RatCoin 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 RatCoin 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 RatCoin 價格歷史數據,其價值在 2024-03-19 飆升至歷史高點,超過 $0.4886 USD。另一方面,RatCoin 價格軌跡的最低點(通常稱為「RatCoin 歷史最低點」)出現在 2025-03-04 。如果有人在此期間購買了 RatCoin ,那麼他目前將獲得4,267% 的可觀收益。
按照設計,RatCoin的總供應量將達到4B個。截至目前,RatCoin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 RatCoin 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。
RatCoin 歷史數據案例
以下是 RatCoin 歷史數據在 RatCoin 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 RatCoin 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 RatCoin 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 RatCoin 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 RatCoin 市場的走向做出明智的預測。透過利用 Bitget 的 RatCoin 歷史數據集,交易者可以獲取 RatCoin 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。








