通达信lv2接口程序主要是面向的阅读对象以及接口文档主要包括哪些业务的接口，可以让读者有一个直观的认识。如：通达信lv2接口系统面向外部接入方的数据协议接口，主要包括：用户注册接口、同步用户、授权认证等接口，适合的对象建议是面向接入中台开发者或者外部合作等，通达信系统的整个接口创建BOLL通道数据程序如下：
（1）创建BOLL线
def get_high_low(df: pd.DataFrame) -> list:
# 用最高价和最低价构建新的数据，用于显示和判断是否突破BOLL线支撑位、压力位
high_low = []
for i in df.index:
if df['High'][i] > df['阻力线'][i]:
high_low.append(df['High'][i])
elif df['Low'][i] < df['支撑线'][i]:
high_low.append((df['Low'][i]))
else:
high_low.append(df['Close'][i])
return high_low
（2）计算周期
def get_boll_lines(df: pd.DataFrame, tp: int, sf: int) -> pd.DataFrame:
# SMA:简单移动平均(Simple Moving Average)
time_period = 21 # SMA的计算周期，默认为20
stdev_factor = 2 # 上下频带的标准偏差比例因子
if tp is not None:
time_period = tp
if sf is not None:
stdev_factor = sf
history = [] # 每个计算周期所需的价格数据
sma_values = [] # 初始化SMA值
upper_band = [] # 初始化阻力线价格
lower_band = [] # 初始化支撑线价格
# 构造列表形式的绘图数据
for close_price in df['Close']:
#
history.append(close_price)
# 计算移动平均时先确保时间周期不大于20
if len(history) > time_period:
# 删除第0个元素
del (history[0])
# 将计算的SMA值存入列表
# 求取history列表数据的平均值
sma = np.mean(history)
# 将平均值添加到平均值列表中
sma_values.append(sma)
# 计算标准差
stdev = np.sqrt(np.sum((history - sma) ** 2) / len(history))
upper_band.append(sma + stdev_factor * stdev)
lower_band.append(sma - stdev_factor * stdev)
（3）# 将BOLL线加入到数据中
df = df.assign(收盘价=pd.Series(df['Close'], index=df.index))
df = df.assign(中界线=pd.Series(sma_values, index=df.index))
df = df.assign(阻力线=pd.Series(upper_band, index=df.index))
df = df.assign(支撑线=pd.Series(lower_band, index=df.index))
# 将最高最低组合数据，加入到数据中
# 用最高价和最低价构建新的数据，用于显示
high_low = get_high_low(df)
df = df.assign(hl=pd.Series(high_low, index=df.index))