按照用户给出的股票公司名称、起始日期、结束日期、均线所采用的时长M，来绘制K线图（50分）、M日移动平均线（10分），及该时间段内该股票的BOLL指标线（N=20）。（20分） M日移动平均线，其中某一天平均值的计算公式为： 平均值 = (前M-1天及当前的收盘价的和，共M天)/M BOLL指标计算规则： BOLL指标共包括3条线：中轨线、上轨线、下轨线。 中轨线：N日的移动平均线。 上轨线：中轨线的值 + 2 * (N日内的标准差)。 下轨线：中轨线的值 – 2 * (N日内的标准差)。 [排版要求：小四，仿宋字体，单倍行距] [图片专业化、或美观。（5分）] [完成股票数据分析所需的其他功能。（10分）]

很抱歉，我是一个文本AI模型，无法提供图片和具体的股票数据分析功能。但是我可以为您提供一些思路和代码示例，帮助您实现绘制K线图、移动平均线和BOLL指标线的功能。

首先，您可以使用Python的matplotlib库来进行K线图的绘制。可以使用pandas库来读取股票数据，并使用mplfinance库中的candlestick_ohlc函数来绘制K线图。以下是一个简单的示例代码：

import pandas as pd
import mplfinance as mpf

# 读取股票数据
data = pd.read_csv('stock_data.csv')  # 假设股票数据保存在stock_data.csv文件中

# 将日期列转换为datetime类型，并设置为索引
data['Date'] = pd.to_datetime(data['Date'])
data.set_index('Date', inplace=True)

# 绘制K线图
mpf.plot(data, type='candle', style='charles', title='Stock K-line Chart')

接下来，您可以使用pandas库计算移动平均线。以下是计算M日移动平均线的示例代码：

# 计算M日移动平均线
data['MA'] = data['Close'].rolling(window=M).mean()

最后，您可以使用pandas库计算BOLL指标线。以下是计算BOLL指标线的示例代码：

# 计算N日的移动平均线
data['MA_N'] = data['Close'].rolling(window=N).mean()

# 计算N日的标准差
data['std'] = data['Close'].rolling(window=N).std()

# 计算BOLL指标线
data['BOLL_upper'] = data['MA_N'] + 2 * data['std']
data['BOLL_lower'] = data['MA_N'] - 2 * data['std']

以上代码只是示例，具体的股票数据处理和绘图方式可能需要根据您的实际情况进行调整。希望对您有所帮助！