主要數字貨幣獲取

㈠ 數字貨幣有哪些

這個最熱的當然是比特幣了，除了比特幣還有：
1、Litecoin（萊特幣）
與比特幣相近，萊特幣也是以加密數字貨幣，最近價格急劇攀升。它是一種P2P的開源數字貨幣，算得上是比特幣的一個分支。但是，萊特幣雖然基於比特幣協議，但是並不要求極高的計算能力，使用普通電腦也可進行挖掘。萊特幣的演算法，源於Dr Colin Percival為Tarsnap安全在線備份服務（供Linux及其他開源操作系統備份）設計的演算法。
2、Namecoin
Namecoin同樣以比特幣為基礎，算的上是另外一個開源分支。Namecoin是一種分布式DNS協議——通俗來講，就是能夠將人類可理解的網站名（如ifeng.com）化為機器可以理解的地址。作為自己的DNS，這種貨幣能夠在正常互聯網外運營，因此能夠脫離ICANN的管制。
Namecoin的貨幣價值及域名存儲在用戶的區塊鏈（blockchain）記錄中，將總數限定在了2100萬。
3、Peercoin
Peercoin是比特幣的一種p2p變體，能夠提高開采效率、安全性，並提升了保障措施從而避免群體開采——現在，群體開采已經被認為是比特幣的一種潛在缺陷。根據CoinMarketCap.com對新興貨幣的統計，Peercoin目前在數字貨幣市值中排在第四位。
4、Primecoin
Primecoin是類似比特幣的加密貨幣，但卻擦用了完全獨立的挖掘演算法。比特幣採用了Hashcash演算法，而Prime幣則使用了長坎寧安鏈（long Cunningham chains）來打造貨幣的價值——這是以數學家AJC坎寧安命名的質數序列。
比特幣挖掘過程中，隨著貨幣量的推移難度會急劇增加。但Prime卻不同，每挖掘出一枚Primecoin幣，開采難度就會略有增加，這一過程要平穩得多。
5、Feathercoin

Feathercoin依據Litecoin設計，2013年4月發布，可以比Litecoin更頻繁地調整挖礦難度。Feathercoin會經常更新，加入新功能與改進，杜絕惡意的挖礦行為。

6、Novacoin

另一款P2P數字加密貨幣。Novacoin和其他大多數貨幣不同的地方是，在貨幣核心整合了保護機制，可以識別違規挖礦的行為。

Novacoin總數限定為20億，數量相當可觀。如果需要，總數還可以向上調整。

7、Infinitecoin

2013年6月發布。Litecoin的副產品。根據挖掘情況和貨幣總數，無限幣可以頻繁地進行挖掘難度比率調整。

8、Megacoin

2013年第四季季度才發布，初期模仿了比特幣。Megacoin的總數限定為4200萬，可以像其他虛擬貨幣一樣被挖掘出來。它的最大賣點是品牌公開，這點正是其他數字貨幣所缺乏的。

9、Quarkcoin

2013年發布，現在尚處於初期。Quarkcoin的安全部分，部署了9個獨立迴路的加密，採用了6種不同的演算法。

㈡ 數字貨幣有幾種方式可以得到

數字貨幣是你覺得有用，那麼就值錢，如果沒用，那就是不值錢。
比如q幣就是數字貨幣，充值即可獲得。
比如比特幣，現在被炒老貴了，不值得不值得，國內不支持這樣的數字貨幣

㈢ 目前主流數字貨幣有哪些

1、bithumb
它是韓國最大的數字貨幣交易平台，在這個平台上有超過13000比特幣的交易每天。這個平台的交易占據著韓國的百分之五十以太坊市場。每天交易的比特幣占據著75%的韓國比特幣市場，同時在全球比特幣市場也占據著10%。
2、bitMEX
這是一個非常領先的杠桿交易平台，在塞席爾共和國建立。可以操作高達100倍的杠桿加密比特幣。但是這個平台需要注意的是，它非常適合經驗豐富的人去操控，如果是初學者就一定要看出其中隱藏的風險。
3、OKEX
OKEX主要面向全球進行的貨幣交易。主要包括不下三種的數字資產，同時也包括各種衍生的現貨。它所進行的管理是各種貨幣分開管理，隔離管理的措施。讓用戶在平台上進行完善的交易體驗。
4、幣安
幣安作為全球數字貨幣交易平台排行榜TOP10中比較具有影響力的，在近幾年它也公開了融資信息。這也就是說幣安現在是全球非常關注的國際區塊鏈行業之一。它在僅僅上線的50天，用戶就覆蓋了全球的180多個國家。
5、火幣
火幣是我國三大交易平台之一也是全球數字貨幣交易平台排行榜TOP10其中之一。它在建立以來累積交易的金額超過一億美元，一度超過新加坡、韓國、香港等團隊。為全球一百三十多個國家提供了便利的交易平台。

㈣ 如何獲得storyj數字貨幣

storyj數字貨幣是騙子們專門為韭菜們發行的，騙子們說買了這個幣能賺大錢，但是就是不說賺的錢是從哪裡來的。

㈤ 數字貨幣歷史數據除了交易所獲取還有什麼方法比較方便較長時間獲取

一些數字貨幣數據服務商一般都有統一介面獲取歷史數據的，國內的有Matrix data,預測者之類的，數據各有千秋，個人感覺Matrix data更好，預測者個人的還有挺大進步空間。