diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py
index 0c3203e0..fac73b97 100644
--- a/freqtrade/templates/freqaiprimer.py
+++ b/freqtrade/templates/freqaiprimer.py
@@ -1216,12 +1216,13 @@ class FreqaiPrimer(IStrategy):
         # 仅对多头交易进行检查
         if side == 'long':
             # 检查1：入场间隔控制（使用hyperopt参数）
-            if pair in self._last_entry_time:
-                last_entry = self._last_entry_time[pair]
-                time_diff = (current_time - last_entry).total_seconds() * 0.0166666667  # 转换为分钟（使用乘法避免除法）
-                if time_diff < self.entry_interval_minutes.value:
-                    self.strategy_log(f"[{pair}] 入场间隔不足: 距离上次入场 {time_diff:.1f}分钟 < {self.entry_interval_minutes.value}分钟，取消本次入场")
-                    allow_trade = False
+            # 暂时禁用入场间隔限制以进行验证
+            # if pair in self._last_entry_time:
+            #     last_entry = self._last_entry_time[pair]
+            #     time_diff = (current_time - last_entry).total_seconds() * 0.0166666667  # 转换为分钟（使用乘法避免除法）
+            #     if time_diff < self.entry_interval_minutes.value:
+            #         self.strategy_log(f"[{pair}] 入场间隔不足: 距离上次入场 {time_diff:.1f}分钟 < {self.entry_interval_minutes.value}分钟，取消本次入场")
+            #         allow_trade = False
             
             # 检查2：检查是否处于剧烈拉升的不稳固区域
             if allow_trade:
@@ -1401,22 +1402,27 @@ class FreqaiPrimer(IStrategy):
             # 识别入场类型并生成标签
             df, _ = self.dp.get_analyzed_dataframe(pair, self.timeframe)
             if len(df) > 0:
-                entry_info = self.identify_entry_type(df, -1)
-                
-                # 获取全面的市场环境信息
-                market_context = self.get_comprehensive_market_context(df, pair)
-                
-                # 生成标签字符串，包含入场类型信息和市场环境信息
-                tag_string = f"type:{entry_info['type']},duration:{entry_info['duration']},risk:{entry_info['risk']},confidence:{entry_info['confidence']},name:{entry_info['name']},market_state:{market_context['market_state']},trend_strength:{market_context['trend_strength']:.2f}"
-                
-                self.strategy_log(
-                    f"[{pair}] 入场类型识别: {entry_info['name']} (类型{entry_info['type']}), "
-                    f"建议持仓: {entry_info['duration']}分钟, 风险等级: {entry_info['risk']}, "
-                    f"市场状态: {market_context['market_state']}, 趋势强度: {market_context['trend_strength']:.2f}"
-                )
-                
-                # 返回带有标签的字典，Freqtrade会自动处理
-                return {'enter_tag': tag_string}
+                try:
+                    entry_info = self.identify_entry_type(df, -1)
+                    
+                    # 获取全面的市场环境信息
+                    market_context = self.get_comprehensive_market_context(df, pair)
+                    
+                    # 生成标签字符串，包含入场类型信息和市场环境信息
+                    tag_string = f"type:{entry_info['type']},duration:{entry_info['duration']},risk:{entry_info['risk']},confidence:{entry_info['confidence']},name:{entry_info['name']},market_state:{market_context['market_state']},trend_strength:{market_context['trend_strength']:.2f}"
+                    
+                    self.strategy_log(
+                        f"[{pair}] 入场类型识别: {entry_info['name']} (类型{entry_info['type']}), "
+                        f"建议持仓: {entry_info['duration']}分钟, 风险等级: {entry_info['risk']}, "
+                        f"市场状态: {market_context['market_state']}, 趋势强度: {market_context['trend_strength']:.2f}"
+                    )
+                    
+                    # 返回带有标签的字典，Freqtrade会自动处理
+                    return {'enter_tag': tag_string}
+                except Exception as e:
+                    # 如果在生成标签过程中出现异常，仍允许入场，但不带标签
+                    self.strategy_log(f"[{pair}] 生成入场标签时出错: {str(e)}, 允许无标签入场")
+                    return {}  # 允许入场，但不带标签
 
         return allow_trade
 
@@ -1884,12 +1890,17 @@ class FreqaiPrimer(IStrategy):
         )
         
         # 返回ROI字典，格式为 {时间: ROI阈值}
-        # 这里我们返回一个简单的ROI表，从0时间开始直到计算出的时间，然后维持最终的ROI值
+        # ROI字典应该从最短时间到最长时间，ROI值逐渐降低（或保持）
+        # 为了确保交易能够持续，我们需要设置一个合理的ROI曲线
         roi_dict = {}
-        roi_dict[0] = adjusted_roi  # 立即止盈
+        roi_dict[0] = adjusted_roi  # 立即生效的ROI
         roi_dict[int(adjusted_time)] = adjusted_roi  # 在指定时间后保持该ROI水平
+        roi_dict[1440] = 0.01  # 24小时后至少1%的ROI（安全网）
         
-        return roi_dict
+        # 确保字典按照时间升序排列
+        sorted_roi_dict = dict(sorted(roi_dict.items()))
+        
+        return sorted_roi_dict
 
 
     def adjust_trade_position(self, trade: 'Trade', current_time, current_rate: float,