微策略價格
MSTRON排名831
微策略 (MSTRON) 價格即時圖表
微策略 (MSTRON) 今日價格是 ＄5,021.47 ，24h 交易額是 ＄27.82M ， 微策略 (MSTRON) 的市值為 ＄620.87M，市場占有率為 0.00073%。 微策略 (MSTRON) 價格在過去 24h 內變動為 -5.69%。
MSTRON 價格數據
- 24h 交易額＄27.82M
- 歷史最高價格＄11,511.7
- 24h 最高價＄5,340.79
- 歷史最低價格＄3,165.36
- 24h 最低價＄4,940.14
MSTRON 市值資訊
- 市值＄620.87M
- 全流通市值＄620.87M
- 市值/全流通市值100%
- 市場情緒中性
MSTRON 發行量
- 流通供應量123.64K MSTRON
- 總供應量123.64K MSTRON
- 最大供應量∞
* 數據僅供參考
微策略 (MSTRON) 價格預測在 2026 年的平均價格為 ＄5,049.01，價格可能在最低價格 ＄4,190.67 和最高價格 ＄6,917.14 之間波動。到 2031 年，微策略 (MSTRON)的價格可能會變動至 ＄13,185.59，與今天 微策略 的價格相比，潛在回報率為 +106.00%。
年份 | 最低 | 最高 | 平均 | 漲跌幅 |
|---|---|---|---|---|
2026 | ＄4,190.67 | ＄6,917.14 | ＄5,049.01 | -- |
2027 | ＄4,128.32 | ＄8,136.98 | ＄5,983.07 | +19.00% |
2028 | ＄4,730.22 | ＄9,954.64 | ＄7,060.03 | +40.00% |
2029 | ＄8,081.97 | ＄10,719.24 | ＄8,507.33 | +69.00% |
2030 | ＄8,267.43 | ＄11,151.41 | ＄9,613.29 | +91.00% |
2031 | ＄8,305.88 | ＄13,185.59 | ＄10,382.35 | +106.00% |
微策略(MSTRON)價格在過去 24 小時內變化為-5.69%，在過去 7 天內變化為 -9.39%。微策略(MSTRON) 的價格在過去 30 天內變化為 +29.39%，在過去一年內變化為-53.77%。
時間區間 | 相差 | 價格變化百分比 |
|---|---|---|
1H | -＄9.05 | -0.18% |
24H | -＄302.96 | -5.69% |
7D | -＄520.38 | -9.39% |
30D | +＄1,140.59 | +29.39% |
1Y | -＄5,840.46 | -53.77% |
關於微策略 (MSTRON)
合約地址
0xcabd955...3feb5556f
瀏覽器
etherscan.io
官網
ondo.finance
社群
標簽
MSTRon是微策略公司的Ondo代幣化版本，讓代幣持有者獲得與持有 MSTR 股票並再投資股息相似的經濟權益。
- GateNews根據 BlockBeats 援引 Dune 數據，Pacifica 已於今日（4 月 30 日）完成 1000 萬每週積分的分發，隨著以 Solana 為基礎的永續期貨平台的月度交易量達到 103 億美元。該平台的累計交易量已超過 1460 億美元，並且持倉未完
- GateNews根據鏈捕手（ChainCatcher），RootData 於 4 月 30 日發布其針對加密貨幣交易所的第八次透明度排名：其中一家大型 CEX 首次進入前十名，位居第九；而另一家交易所則因交易量下滑以及合規不足而退出前十，致使其落出前十（transp）
- GateNews根據 ChainCatcher 的說法，領先的 CEX 於 2026 年 4 月 30 日推出 Acurast（ACU）交易競賽。比賽將在 5 月 14 日前分兩批進行，依據累計 ACU 購買量，前 2,000 名參與者將分享 1,160,000 枚 ACU 代幣。獎勵將於 2026 年 5 月 28 日前分配。
- GateNews根據 BlockBeats，英國央行在 4 月 30 日將基準利率維持在 3.75%，這是連續第三次會議維持不變。該決策符合市場預期。
- GateNews根據 DeepSeek 的技術報告，4 月 30 日，該公司推出 Visual Primitives，這是一種將點與邊界框等基本視覺單元嵌入推理鏈的方法，以解決多模態任務中的 Reference Gap 問題。該方法可降低影像代幣消耗
- GateNews根據 Beating，NVIDIA 已發布 Cosmos-Reason2-32B 的權重，這是其物理 AI 推理視覺-語言模型（VLM）的旗艦版本，旨在協助機器人與自動駕駛系統理解空間、時間與物理原理。這款 320 億參數的模型，