diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py
index daec4301..066e9ad0 100644
--- a/freqtrade/templates/freqaiprimer.py
+++ b/freqtrade/templates/freqaiprimer.py
@@ -151,6 +151,7 @@ class FreqaiPrimer(IStrategy):
         },
         "data_split_parameters": {
             "test_size": 0.2,
+            "random_state": 42,
             "shuffle": False,
         },
         "model_training_parameters": {
@@ -1458,42 +1459,71 @@ class FreqaiPrimer(IStrategy):
              rate: float, time_in_force: str, exit_reason: str,
              current_time: datetime, **kwargs) -> bool:
         adjusted_rate = rate * (1 + 0.0025)
-        logger.info(f"[{pair}] 退出交易，原因：{exit_reason}, 原始利润：{trade.calc_profit_ratio(rate):.2%},"f"调整后卖出价：{adjusted_rate:.6f}")
+        
+        # 增强exit tag显示，包含更多信息
+        trade_profit = trade.calc_profit_ratio(rate)
+        hold_duration = (current_time - trade.open_date_utc).total_seconds() / 3600  # 小时
+        
+        # 为不同exit原因添加详细tag
+        detailed_exit_reason = f"{exit_reason}_profit{trade_profit:.1%}_hold{hold_duration:.1f}h"
+        
+        logger.info(f"[{pair}] 退出交易，原因：{detailed_exit_reason}, 原始利润：{trade_profit:.2%}, 调整后卖出价：{adjusted_rate:.6f}")
+        
+        # 将详细信息添加到trade对象，便于UI显示
+        if hasattr(trade, 'exit_reason_detailed'):
+            trade.exit_reason_detailed = detailed_exit_reason
+            
         return True
 
     def custom_roi(self, trade: Trade, current_profit: float, current_time: datetime, trade_dur: int, 
                    current_rate: float = None, min_stake: float | None = None, max_stake: float | None = None) -> dict:
         """
-        动态调整 ROI 表格，基于 FreqAI 预测的 &-price_value_divergence 和 RSI。
-        - 负的 divergence（预测上涨）或低 RSI 时提高 ROI。
-        - 正的 divergence（预测下跌）或高 RSI 时降低 ROI。
-        - 长时间持仓降低 ROI 目标。
+        动态调整 ROI 表格，考虑加仓状态和盈亏状况。
+        - 加仓未完成时完全禁用ROI机制（返回极高值）
+        - 亏损状态下使用固定保守ROI
+        - 盈利状态下才启用动态调整
         """
         pair = trade.pair
         logger.info(f"[{pair}] 计算自定义 ROI，当前盈利: {current_profit:.2%}, 持仓时间: {trade_dur} 分钟")
 
-        # 获取最新数据
-        dataframe = self.dp.get_pair_dataframe(pair=pair, timeframe=self.timeframe)
-        dataframe = self.populate_indicators(dataframe, {'pair': pair})  # 计算指标
+        # 检查加仓次数是否用完
+        filled_entries = trade.select_filled_orders(trade.entry_side)
+        add_count = len(filled_entries) - 1  # 减去首笔入场
+        
+        if add_count < MAX_ENTRY_POSITION_ADJUSTMENT:
+            # 加仓未完成，完全禁用ROI机制
+            disabled_roi = {
+                0: 1.0,  # 极高值，确保不会触发
+                999999: 1.0
+            }
+            logger.info(f"[{pair}] 加仓次数 {add_count}/{MAX_ENTRY_POSITION_ADJUSTMENT} 未完成，禁用ROI机制")
+            return disabled_roi
+
+        # 加仓完成后才考虑ROI
+        if current_profit < 0:
+            # 亏损状态下使用保守ROI
+            conservative_roi = {
+                0: 0.08,
+                60: 0.05,
+                180: 0.03,
+                360: 0.01
+            }
+            logger.info(f"[{pair}] 加仓完成但亏损 {current_profit:.2%}，使用保守ROI: {conservative_roi}")
+            return conservative_roi
+
+        # 盈利状态下启用动态调整
+        dataframe = self.dp.get_pair_dataframe(pair=pair, timeframe=self.timeframe)
+        dataframe = self.populate_indicators(dataframe, {'pair': pair})
 
-        # 获取 FreqAI 预测和 RSI
         divergence = dataframe["&-price_value_divergence"].iloc[-1] if "&-price_value_divergence" in dataframe else 0
         rsi = dataframe["rsi"].iloc[-1] if "rsi" in dataframe else 50
 
-        # 计算调整系数
-        # 1. Divergence 调整：负值（预测上涨）-> 提高 ROI，正值（预测下跌）-> 降低 ROI
         divergence_factor = self.linear_map(divergence, -0.1, 0.1, 1.2, 0.8)
-        
-        # 2. RSI 调整：低 RSI（超卖）-> 提高 ROI，高 RSI（超买）-> 降低 ROI
         rsi_factor = self.linear_map(rsi, 30, 70, 1.2, 0.8)
-        
-        # 3. 时间调整：持仓时间越长，ROI 目标降低
-        time_factor = self.linear_map(trade_dur, 0, 240, 1.0, 0.7)  # 4小时后 ROI 降低到 70%
+        time_factor = self.linear_map(trade_dur, 0, 240, 1.0, 0.7)
 
-        # 综合调整系数
         roi_factor = divergence_factor * rsi_factor * time_factor
 
-        # 默认 ROI 表格
         base_roi = {
             0: 0.06,
             30: 0.04,
@@ -1501,12 +1531,9 @@ class FreqaiPrimer(IStrategy):
             270: 0.002
         }
 
-        # 动态调整 ROI，限制在 0% 到 20% 之间
         dynamic_roi = {time: min(max(roi * roi_factor, 0.0), 0.2) for time, roi in base_roi.items()}
         
-        logger.info(f"[{pair}] Divergence: {divergence:.4f}, RSI: {rsi:.2f}, 持仓时间: {trade_dur} 分钟, "
-                     f"调整系数: divergence={divergence_factor:.2f}, rsi={rsi_factor:.2f}, time={time_factor:.2f}, "
-                     f"总系数={roi_factor:.2f}, 动态 ROI 表格: {dynamic_roi}")
+        logger.info(f"[{pair}] 加仓完成且盈利，动态ROI: {dynamic_roi}")
         return dynamic_roi
 
     def custom_entry_price(self, pair: str, trade: Trade | None, current_time: datetime, proposed_rate: float,