diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py
index b1fad92d..2109b927 100644
--- a/freqtrade/templates/freqaiprimer.py
+++ b/freqtrade/templates/freqaiprimer.py
@@ -121,10 +121,37 @@ class FreqaiPrimer(IStrategy):
         # 读取 Redis 配置
         self.redis_url = config.get('redis', {}).get('url', None)
         self.stats_logged = False
+
+        # 初始化 Redis 客户端
         if self.redis_url:
-            logger.info(f"✅ 成功读取 Redis 配置: {self.redis_url}")
+            logger.info(f"尝试初始化 Redis 客户端，URL={self.redis_url}")
+            try:
+                import redis
+                self.redis_client = redis.from_url(self.redis_url)
+                logger.info(f"✅ 成功初始化 Redis 客户端，URL={self.redis_url}")
+
+                # 测试 Redis 连接
+                logger.debug("正在测试 Redis 连接...")
+                try:
+                    ping_result = self.redis_client.ping()
+                    if ping_result:
+                        logger.info("✅ Redis 连接测试成功: 收到 PONG 响应")
+                    else:
+                        logger.error("❌ Redis 连接测试失败: 未收到 PONG 响应")
+                        raise RuntimeError("Redis 连接测试失败，请检查 Redis 服务状态")
+                except redis.exceptions.RedisError as e:
+                    logger.error(f"❌ Redis PING 测试失败，错误: {e}")
+                    raise
+
+            except redis.exceptions.ConnectionError as e:
+                logger.error(f"❌ 无法连接到 Redis，URL={self.redis_url}, 错误: {e}")
+                raise SystemExit("Redis 服务不可用，请检查配置或服务状态")
+            except Exception as e:
+                logger.error(f"❌ Redis 初始化失败，未知错误: {e}")
+                raise SystemExit("Redis 初始化失败，请检查日志以获取更多信息")
         else:
-            logger.warning("⚠️ 未找到 Redis 配置")
+            logger.error("❌ 未找到 Redis 配置")
+            raise SystemExit("Redis 配置缺失，请在配置文件中添加 redis.url")
         # 配置日志格式，包含时间戳
         logging.basicConfig(
             format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
@@ -1048,27 +1075,48 @@ class FreqaiPrimer(IStrategy):
 
         # 创建 Redis 客户端
         if not hasattr(self, 'redis_client') and self.redis_url:
-            self.redis_client = redis.from_url(self.redis_url)
-            logger.info("✅ Redis 客户端已初始化")
+            try:
+                self.redis_client = redis.from_url(self.redis_url)
+                logger.info("✅ Redis 客户端已成功初始化")
+            except Exception as e:
+                logger.error(f"❌ 初始化 Redis 客户端失败: {e}")
+                raise
 
         # 生成缓存键
         cache_key = f"trend_score:{pair}:{timeframe}:{timestamp}"
+        logger.debug(f"[{pair}] 生成 Redis 缓存键：{cache_key} (时间戳: {timestamp})")
 
         # 尝试从 Redis 获取趋势得分
         if self.redis_client:
-            cached_score = self.redis_client.get(cache_key)
-            if cached_score is not None:
-                logger.info(f"[{pair}] 从 Redis 缓存中获取 trend_score: {float(cached_score):.2f}")
-                return float(cached_score)
+            logger.debug(f"[{pair}] 尝试从 Redis 查询趋势得分，key={cache_key}")
+            try:
+                cached_score = self.redis_client.get(cache_key)
+                if cached_score is not None:
+                    logger.info(f"[{pair}] 🟩 Redis 缓存命中：key={cache_key}, value={float(cached_score):.2f}")
+                    return float(cached_score)
+                else:
+                    logger.info(f"[{pair}] 🔴 Redis 缓存未命中：key={cache_key}")
+            except redis.exceptions.RedisError as e:
+                logger.error(f"[{pair}] Redis 查询失败，key={cache_key}, 错误: {e}")
+                raise
 
         # 缓存未命中，计算趋势得分
+        logger.info(f"[{pair}] Redis 缓存未命中，开始计算趋势得分 (时间戳: {timestamp})")
+
+        # 缓存未命中，计算趋势得分
+        logger.info(f"[{pair}] Redis 缓存未命中，开始计算趋势得分")
         trend_score = self.get_market_trend(dataframe=dataframe, metadata=metadata)
-        logger.info(f"[{pair}] 计算 trend_score: {trend_score:.2f}")
+        logger.info(f"[{pair}] 成功计算趋势得分: {trend_score:.2f}")
 
         # 将趋势得分存储到 Redis，设置过期时间为 1 天
         if self.redis_client:
-            self.redis_client.setex(cache_key, 86400, trend_score)
-            logger.info(f"[{pair}] 已将 trend_score 存储到 Redis，key={cache_key}, value={trend_score:.2f}")
+            logger.debug(f"[{pair}] 尝试将趋势得分写入 Redis，key={cache_key}, value={trend_score:.2f}")
+            try:
+                self.redis_client.setex(cache_key, 86400, trend_score)
+                logger.info(f"[{pair}] 成功将趋势得分存储到 Redis，key={cache_key}, value={trend_score:.2f}")
+            except redis.exceptions.RedisError as e:
+                logger.error(f"[{pair}] Redis 写入失败，key={cache_key}, 错误: {e}")
+                raise
 
         return trend_score
 
@@ -1093,18 +1141,33 @@ class FreqaiPrimer(IStrategy):
             for i in range(-20, 0):
                 # 获取历史数据片段
                 hist_df = dataframe.iloc[:i+1] if i != -1 else dataframe
-                if len(hist_df) > 0:
-                    # 使用新的 get_trend_score_with_cache 方法替代直接调用 get_market_trend
-                    # 确保索引是 datetime 类型
-                    if not isinstance(hist_df.index, pd.DatetimeIndex):
+                
+                # 确保索引是 DatetimeIndex 类型
+                if not isinstance(hist_df.index, pd.DatetimeIndex):
+                    try:
                         hist_df.index = pd.to_datetime(hist_df.index)
-                    
-                    # 获取时间戳
-                    timestamp = int(hist_df.index[-1].timestamp())
-                    score = self.get_trend_score_with_cache(pair=pair, timeframe=self.timeframe, timestamp=timestamp, dataframe=hist_df, metadata=metadata)
-                    trend_scores_20.append(score)
-                else:
+                        logger.debug(f"[{pair}] 成功将索引转换为 DatetimeIndex")
+                    except Exception as e:
+                        logger.error(f"[{pair}] 无法将索引转换为 DatetimeIndex: {e}")
+                        hist_df = pd.DataFrame()  # 如果转换失败，设置为空 DataFrame
+
+                # 检查 hist_df 是否为空
+                if len(hist_df) == 0:
+                    logger.warning(f"[{pair}] 历史数据片段为空，使用默认趋势得分 50")
                     trend_scores_20.append(50)  # 默认值
+                    continue
+
+                # 获取时间戳并记录日志
+                try:
+                    timestamp = int(hist_df.index[-1].timestamp())
+                    logger.debug(f"[{pair}] 生成时间戳：{timestamp}, 时间：{hist_df.index[-1]}")
+                except Exception as e:
+                    logger.error(f"[{pair}] 无法生成时间戳: {e}")
+                    timestamp = 0  # 如果生成失败，使用默认时间戳 0
+
+                # 使用新的 get_trend_score_with_cache 方法替代直接调用 get_market_trend
+                score = self.get_trend_score_with_cache(pair=pair, timeframe=self.timeframe, timestamp=timestamp, dataframe=hist_df, metadata=metadata)
+                trend_scores_20.append(score)
             
             # 分段计算加权得分
             # 第一段：最近1-3个周期 (索引-3到-1)