排名359
Arowana (ARW) 價格即時圖表
Arowana (ARW) 今日價格是 $4.75 ,24h 交易額是 $267.59K , Arowana (ARW) 的市值為 $2.37B,市場占有率為 0.0028%。 Arowana (ARW) 價格在過去 24h 內變動為 -0.08%。
ARW 價格數據
- 24h 交易額$267.59K
- 歷史最高價格$14.24
- 24h 最高價$4.77
- 歷史最低價格$0.6329
- 24h 最低價$4.74
ARW 市值資訊
- 市值$2.37B
- 全流通市值$2.37B
- 市值/全流通市值100%
- 市場情緒看好
ARW 發行量
- 流通供應量500M ARW
- 總供應量500M ARW
- 最大供應量500M ARW
* 數據僅供參考
Arowana (ARW) 價格預測在 2026 年的平均價格為 $4.75,價格可能在最低價格 $4.56 和最高價格 $5.22 之間波動。到 2031 年,Arowana (ARW)的價格可能會變動至 $8.46,與今天 Arowana 的價格相比,潛在回報率為 +40.00%。
年份 | 最低 | 最高 | 平均 | 漲跌幅 |
|---|---|---|---|---|
2026 | $4.56 | $5.22 | $4.75 | -- |
2027 | $3.64 | $5.93 | $4.99 | +5.00% |
2028 | $2.78 | $5.73 | $5.46 | +15.00% |
2029 | $5.32 | $7.28 | $5.6 | +17.00% |
2030 | $3.54 | $6.89 | $6.44 | +35.00% |
2031 | $4.33 | $8.46 | $6.66 | +40.00% |
Arowana(ARW)價格在過去 24 小時內變化為-0.08%,在過去 7 天內變化為 +4.61%。Arowana(ARW) 的價格在過去 30 天內變化為 +0.66%,在過去一年內變化為+461.94%。
時間區間 | 相差 | 價格變化百分比 |
|---|---|---|
1H | +$0.006167 | +0.13% |
24H | -$0.003803 | -0.08% |
7D | +$0.2093 | +4.61% |
30D | +$0.03114 | +0.66% |
1Y | +$3.9 | +461.94% |
關於Arowana (ARW)
合約地址
0x747952a...8b461ef45
瀏覽器
arbiscan.io
官網
ontorium.io
社群
標簽
Arowana 協議釋放了沉寂的黃金流動性,打破了傳統金融的藩籬,加速了資本流動。從黃金(AGT)開始,它將代幣化擴展到不動產、債券和大宗商品,透過鏈上基礎設施實現透明高效的資產管理。
Arowana是什麼?
Arowana是什麼時候發明的?
Arowana的發明者是誰?
Arowana是如何運作的?
Arowana的技術原理是什麼?
Arowana的未來發展和發展路線圖是怎樣的?
FAQ 答案由 AI 生成,內容僅供參考,請仔細斟別內容。
- GateNews根據 BlockBeats,市場參與者維持對英格蘭銀行(Bank of England)升息的押注,截至 4 月 30 日,預期 2026 年將上調 73 個基點。
- 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




