Люди добрые, подскажите пожалуйста как выкачать исторические данные скорректированной цены закрытия по российским акциям для Python?
Я хочу в питоне построить модель Марковитца для российских акций и для этого мне нужно откуда то тянуть дату. С амер акциями все просто — используешь API yahoo и все бесплатно, но в июле яху перестал отслеживать рос рынок. Далее посмотрел на API инвстинга но они тоже его в начале 2023 отключили вроде для всех стоков в прицнипе и больше не поддерживают. Полез в Api MOEX (который ISS) но там там можно выкачивать только цену закрытия акций а хочется доставать Скорректированую цену закрытия (с учетом дивов и сплитов). Может вы знаете ответ как можно скачать историю 10 летних торговс скорректированной ценой закрытия для рос акций
может кто уже испытывал эту проблему

Что такое Алгопак я уже писал, как и то, как можно сделать для библиотеки на Python moexalgo документацию из докстрингов – ведь пока никакого хорошего пособия с “разжеванными” примерами от Мосбиржи не существует.
На данный момент я поставил задачу – вытащить исторические данные по российским акциям и в дальнейшем их регулярно обновлять. Это позволит мне при изучении Backtrader использовать данные Мосбиржи для компонента DataFeeds, а также разрабатывать и тестировать на исторических данных собственные торговые стратегии.
Приступим. Отправная точка – раздел moexalgo на Гитхабе. Файл samples/quick_start.ipynb начинается с примера:
Информационно-статистический сервер Московской Биржи (ИСС или ISS) – это сервис, предоставляющий разнообразную биржевую информацию в режиме реального времени, а также итоги торгов и статистические данные.
Основные возможности ИСС:
Данные о ходе торгов в режиме online и итоги торгов доступны только по подписке, естественно платной.
На сайте мосбиржи есть специальный раздел “Программный интерфейс к ИСС“, на котором выложено Руководство разработчика (v.1.4), Описание метаданных и Описание методов.
С этих документов и надо начинать изучать ИИС. Кстати говоря Правила использования биржевой информации Московской Биржи четко определены и наглядно представлены в презентации.
Ищу компаньона / соратника Python, TensorFlow, AI


1 ордер — 98 мс (прогрев)
2 ордер — 56 мс (прогрев)
3 ордер — 26 мс
4 ордер — 20 мс
5 ордер — 30 мс
6 ордер — 28 мс
7 ордер — 18 мс
8 ордер — 19 мс
9 ордер — 16 мс