diff --git a/doc/README.md b/doc/README.md
new file mode 100644
index 00000000..ab526787
--- /dev/null
+++ b/doc/README.md
@@ -0,0 +1,128 @@
+### 策略概述：FreqaiPrimer
+
+**FreqaiPrimer** 是一个基于 **FreqAI**（频率人工智能）框架的交易策略，结合机器学习预测与传统技术指标，旨在适应多种市场环境（震荡、下跌、单边上涨）。策略以 3 分钟（3m）为主时间框架，整合 3m、15m 和 1h 数据，通过动态调整入场、退出条件和下注金额，优化交易机会并控制风险。核心目标是：
+1. **捕捉价值背离**：利用 FreqAI 预测价格与长期均线（EMA200）的偏离（`&-price_value_divergence`），识别超买/超卖点。
+2. **适应趋势市场**：通过趋势得分（`trend_score`，0-100，100 为强牛市）动态调整买卖条件，支持单边上涨行情。
+3. **风险管理**：通过动态仓位调整、追踪止损和冷却期，平衡收益与风险。
+4. **多指标融合**：结合 RSI、布林带、MACD、Stochastic 和 ADX 等指标，增强信号可靠性。
+
+策略使用 LightGBM 回归模型预测价值背离，结合技术指标（如 EMA、RSI、MACD、Stochastic、ADX）生成买卖信号，并通过 Hyperopt 优化参数（如阈值、止损、仓位调整）。以下是入场和退出逻辑的详细描述。
+
+---
+
+### 入场逻辑
+入场逻辑在 `populate_entry_trend` 方法中实现，分为 **震荡/下跌市场** 和 **趋势市场** 两种条件，通过趋势得分（`trend_score`）动态调整，适应不同市场环境。入场信号通过 `enter_long = 1` 标记。
+
+#### 1. 震荡/下跌市场入场条件
+适用于震荡或下跌市场，旨在捕捉超卖机会：
+- **价值背离（`&-price_value_divergence`）**：
+  - 由 FreqAI 预测，衡量价格与 EMA200 的偏离百分比。
+  - 条件：`&-price_value_divergence < dynamic_buy_threshold`。
+  - 阈值：根据 `trend_score` 在 -0.1（熊市）到 0.02（牛市）间动态调整，牛市允许正背离。
+  - 含义：价格显著低于 EMA200，表明超卖。
+- **成交量标准化得分（`volume_z_score`）**：
+  - 计算成交量相对于 20 周期均值的标准化得分。
+  - 条件：`volume_z_score > volume_z_score_threshold`（0.5 到 2.0，牛市阈值较低）。
+  - 含义：高成交量确认市场活跃，可能伴随反转。
+- **RSI**：
+  - 使用 14 周期 RSI。
+  - 条件：`rsi < rsi_threshold`（40 到 60，牛市阈值较低）。
+  - 含义：低 RSI 表明超卖状态。
+- **布林带下轨**：
+  - 条件：`close <= bb_lowerband`（20 周期布林带，2 倍标准差）。
+  - 含义：价格触及下轨，强化超卖信号。
+
+**组合逻辑**：所有条件需同时满足（`cond1 & cond2 & cond3 & cond4`）。
+
+#### 2. 趋势市场入场条件（`trend_score > 70`）
+为捕捉单边上涨行情中的回调买入机会，新增以下条件：
+- **价格接近 EMA20**：
+  - 条件：`close >= ema20 * 0.995`（允许 0.5% 回调）。
+  - 含义：价格在短期均线附近，适合趋势回调买入。
+- **EMA20 上穿 EMA50**：
+  - 条件：`ema20 > ema50`。
+  - 含义：短期趋势强于中期趋势，确认上涨趋势。
+- **MACD 看涨交叉**：
+  - 条件：`macd > macdsignal` 且前一根 K 线 `macd <= macdsignal`。
+  - 含义：短期动能增强，适合入场。
+- **Stochastic 慢线回升**：
+  - 条件：`slowk > slowk.shift(1)` 且 `slowk < 70`。
+  - 含义：慢线上升且未超买，表明回调结束。
+
+**组合逻辑**：所有趋势条件需同时满足（`cond_trend1 & cond_trend2 & cond_trend3 & cond_trend4`），仅在强牛市（`trend_score > 70`）启用。
+
+#### 3. 合并逻辑
+- 震荡和趋势条件通过 OR 逻辑合并（`oscillation_condition | trend_condition`），允许任一条件触发入场。
+- 动态冷却期（1-10 分钟，牛市缩短，熊市延长）通过 `COOLDOWN_PERIOD_MINUTES` 控制连续入场间隔。
+- 下注金额通过 `custom_stake_amount` 根据 `trend_score` 动态调整（1-200 倍映射，牛市增加，熊市减少）。
+
+---
+
+### 退出逻辑
+退出逻辑在 `populate_exit_trend` 和 `adjust_trade_position` 方法中实现，分为 **震荡/下跌市场** 和 **趋势市场** 条件，结合 ADX 确认趋势反转，优化单边上涨行情中的持有时间。退出信号通过 `exit_long = 1` 或仓位调整触发。
+
+#### 1. 震荡/下跌市场退出条件
+适用于震荡或下跌市场，捕捉超买或获利点：
+- **价值背离（`&-price_value_divergence`）**：
+  - 条件：`&-price_value_divergence > dynamic_sell_threshold`。
+  - 阈值：根据 `trend_score` 在 0.001（熊市）到 0.1（牛市）间动态调整，牛市允许更大正背离。
+  - 含义：价格显著高于 EMA200，表明超买。
+- **RSI**：
+  - 条件：`rsi > rsi_threshold`（75 到 85，牛市阈值更高）。
+  - 含义：高 RSI 表明超买状态。
+
+**组合逻辑**：任一条件满足（`cond1 | cond2`）触发卖出。
+
+#### 2. 趋势市场退出条件（`trend_score > 70`）
+为避免牛市中过早退出，加入趋势反转确认：
+- **MACD 看跌交叉**：
+  - 条件：`macd < macdsignal` 且前一根 K 线 `macd >= macdsignal`。
+  - 含义：短期动能减弱，可能反转。
+- **Stochastic 超买回落**：
+  - 条件：`slowk > 80` 且 `slowk < slowk.shift(1)`。
+  - 含义：慢线超买后下降，表明趋势可能结束。
+- **EMA20 下穿 EMA50**：
+  - 条件：`ema20 < ema50` 且前一根 K 线 `ema20 >= ema50`。
+  - 含义：短期趋势弱于中期趋势，确认反转。
+- **ADX 趋势减弱**：
+  - 条件：`adx > 25` 且 `adx_diff < 0`（ADX 下降）。
+  - 含义：趋势强度减弱，可能预示反转。
+
+**组合逻辑**：任一趋势条件满足（`cond_trend1 | cond_trend2 | cond_trend3 | cond_trend4`）触发卖出，仅在强牛市启用。
+
+#### 3. 合并逻辑与仓位调整
+- 震荡和趋势条件通过 OR 逻辑合并（`oscillation_condition | trend_condition`）。
+- **分级止盈**（`adjust_trade_position`）：
+  - 利润 ≥ 3%：减仓（比例 0.6-1.0，牛市较低）。
+  - 利润 ≥ 7%（牛市）：进一步减仓（比例 0.8-1.2），保留仓位捕捉更大上涨。
+- **追踪止损**：
+  - 启动点（`TRAILING_STOP_START`）：牛市提高（如 3% → 4.5%）。
+  - 止损距离（`TRAILING_STOP_DISTANCE`）：牛市增大（如 1% → 2%）。
+  - 动态调整：根据 `trend_score` 使用 Sigmoid 函数，牛市更宽松。
+- **确认退出**（`confirm_trade_exit`）：记录退出原因，调整卖出价格（+0.125% 优化收益）。
+
+---
+
+### 策略特点
+1. **多时间框架**：整合 3m、15m、1h 数据，增强特征工程和趋势判断。
+2. **动态适应**：趋势得分动态调整阈值、下注金额和冷却期，牛市宽松，熊市严格。
+3. **多指标融合**：结合 FreqAI 预测（价值背离）、RSI、布林带、MACD、Stochastic 和 ADX。
+4. **风险管理**：
+   - 固定止损：-1.5%。
+   - 动态仓位：支持加仓（最多 3 次，倍数 2、4、8）和减仓。
+   - 追踪止损：牛市中延迟触发，容忍更大回调。
+5. **调试支持**：详细日志记录条件状态，便于分析。
+
+---
+
+### 单边上涨行情优化
+- **入场**：新增趋势条件（EMA20、MACD、Stochastic），允许在牛市回调点（如价格接近 EMA20）入场，解决震荡条件过于严格的问题。
+- **退出**：动态放宽 RSI（75 → 85）和背离阈值（0.05 → 0.1），加入 ADX（趋势减弱）、MACD、Stochastic 和均线反转信号，延迟牛市退出，捕捉更大利润。
+- **协调性**：入场和退出逻辑均基于 `trend_score` 和多指标确认，确保牛市中延长持有时间并及时止盈。
+
+---
+
+### 总结
+**FreqaiPrimer** 通过 FreqAI 预测价值背离，结合 RSI、布林带、MACD、Stochastic 和 ADX 等指标，动态适应震荡和趋势市场。入场逻辑在震荡市场捕捉超卖机会，在牛市中利用趋势指标捕捉回调买入点；退出逻辑通过动态阈值和趋势反转信号（包括 ADX 确认），避免牛市过早退出，同时在趋势减弱时及时止盈。策略通过动态仓位、追踪止损和冷却期优化风险管理，适合加密货币等高波动市场。
+
+如需进一步细化逻辑、提供回测代码或分析，请告诉我！
diff --git a/freqtrade/templates/freqaiprimer.json b/freqtrade/templates/freqaiprimer.json
index 2f68c16b..e237e6ca 100644
--- a/freqtrade/templates/freqaiprimer.json
+++ b/freqtrade/templates/freqaiprimer.json
@@ -9,27 +9,27 @@
       "max_open_trades": 5
     },
     "buy": {
-      "ADD_POSITION_THRESHOLD": -0.036,
-      "BUY_THRESHOLD_MAX": -0.016,
-      "BUY_THRESHOLD_MIN": -0.043,
-      "COOLDOWN_PERIOD_MINUTES": 9,
-      "MAX_ENTRY_POSITION_ADJUSTMENT": 3
+      "ADD_POSITION_THRESHOLD": -0.013,
+      "BUY_THRESHOLD_MAX": -0.007,
+      "BUY_THRESHOLD_MIN": -0.066,
+      "COOLDOWN_PERIOD_MINUTES": 10,
+      "MAX_ENTRY_POSITION_ADJUSTMENT": 1
     },
     "sell": {
-      "EXIT_POSITION_RATIO": 0.483,
-      "SELL_THRESHOLD_MAX": 0.058,
-      "SELL_THRESHOLD_MIN": 0.017,
-      "TRAILING_STOP_DISTANCE": 0.011,
-      "TRAILING_STOP_START": 0.012
+      "EXIT_POSITION_RATIO": 0.207,
+      "SELL_THRESHOLD_MAX": 0.029,
+      "SELL_THRESHOLD_MIN": 0.011,
+      "TRAILING_STOP_DISTANCE": 0.019,
+      "TRAILING_STOP_START": 0.03
     },
     "protection": {},
     "trailing": {
       "trailing_stop": true,
-      "trailing_stop_positive": 0.08,
-      "trailing_stop_positive_offset": 0.092,
-      "trailing_only_offset_is_reached": true
+      "trailing_stop_positive": 0.126,
+      "trailing_stop_positive_offset": 0.197,
+      "trailing_only_offset_is_reached": false
     }
   },
   "ft_stratparam_v": 1,
-  "export_time": "2025-06-28 05:04:00.521861+00:00"
+  "export_time": "2025-07-01 03:49:57.502762+00:00"
 }
\ No newline at end of file
diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py
index 5401f7b9..c110c334 100644
--- a/freqtrade/templates/freqaiprimer.py
+++ b/freqtrade/templates/freqaiprimer.py
@@ -537,8 +537,8 @@ class FreqaiPrimer(IStrategy):
                     btc_df = self.dp.get_pair_dataframe("BTC/USDT", tf)
 
                 min_candles = 200 if tf == "3m" else 100 if tf == "15m" else 50
-                if len(btc_df) < min_candles:
-                    logger.warning(f"BTC 数据不足（{tf}，{len(btc_df)} 根K线），使用默认得分：50")
+                if btc_df.empty or len(btc_df) < min_candles:
+                    logger.warning(f"[{pair}] BTC 数据不足（{tf}，{len(btc_df)} 根K线），使用默认得分：50")
                     trend_scores[tf] = 50
                     continue
 
@@ -569,18 +569,18 @@ class FreqaiPrimer(IStrategy):
                     (btc_df["close"] > btc_df["open"]) &
                     (btc_df["close"] > btc_df["open"].shift(1)) &
                     (btc_df["open"] < btc_df["close"].shift(1))
-                )
+                ).fillna(False)
                 btc_df["bearish_engulfing"] = (
                     (btc_df["close"].shift(1) > btc_df["open"].shift(1)) &
                     (btc_df["close"] < btc_df["open"]) &
                     (btc_df["close"] < btc_df["open"].shift(1)) &
                     (btc_df["open"] > btc_df["close"].shift(1))
-                )
+                ).fillna(False)
 
                 kline_score = 0
                 if btc_df["bullish_engulfing"].iloc[-1]:
                     kline_score += 15
-                elif btc_df["bearish_engulfing"]:
+                elif btc_df["bearish_engulfing"].iloc[-1]:
                     kline_score -= 15
                 volatility = btc_df["close"].pct_change(10).std() * 100
                 if volatility > 0.5:
@@ -641,8 +641,8 @@ class FreqaiPrimer(IStrategy):
             final_score = max(0, min(100, final_score))
 
             logger.info(f"[{pair}] 最终趋势得分：{final_score}, "
-                       f"3m得分：{trend_scores.get('3m', 50)}, 15m得分：{trend_scores.get('15m', 50)}, "
-                       f"1h得分：{trend_scores.get('1h', 50)}")
+                    f"3m得分：{trend_scores.get('3m', 50)}, 15m得分：{trend_scores.get('15m', 50)}, "
+                    f"1h得分：{trend_scores.get('1h', 50)}")
             return final_score
 
         except Exception as e: