diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py
index 6b4b8433..918084e8 100644
--- a/freqtrade/templates/freqaiprimer.py
+++ b/freqtrade/templates/freqaiprimer.py
@@ -697,45 +697,74 @@ class FreqaiPrimer(IStrategy):
         return dataframe
 
     def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
-        # 出场信号基于趋势和量价关系
-        # 条件1: 价格突破布林带上轨（使用可优化的偏差参数）
-        breakout_condition = dataframe['close'] >= dataframe['bb_upper_1h'] * self.exit_bb_upper_deviation.value
+        # 出场信号基于趋势和量价关系 - 收紧条件减少过早出场 ⭐优化
         
-        # 条件2: 成交量显著放大（使用可优化的成交量乘数）
-        volume_spike = dataframe['volume'] > dataframe['volume_ma'] * self.exit_volume_multiplier.value
+        # 条件1: 价格显著突破布林带上轨（收紧：需要更明显的突破）
+        breakout_condition = dataframe['close'] >= dataframe['bb_upper_1h'] * 1.02  # 收紧：需要超出BB上轨2%
         
-        # 条件3: MACD 下降趋势
-        macd_downward = dataframe['macd_1h'] < dataframe['macd_signal_1h']
+        # 条件2: 成交量剧烈放大（收紧：需要更大的放量）
+        volume_spike = dataframe['volume'] > dataframe['volume_ma'] * 2.5  # 收紧：1.5倍 → 2.5倍
         
-        # 条件4: RSI 进入超买区域（使用可优化的超买阈值）
-        rsi_overbought = dataframe['rsi_1h'] > self.rsi_overbought.value
+        # 条件3: MACD 明确下降（收紧：需要更强的下跌确认）
+        macd_downward = (
+            (dataframe['macd_1h'] < dataframe['macd_signal_1h']) &  # MACD < 信号线
+            (dataframe['macd_hist_1h'] < 0) &  # 新增：柱状图必须为负
+            (dataframe['macd_hist_1h'] < dataframe['macd_hist_1h'].shift(1))  # 且递减
+        )
         
-        # ========== KDJ 出场辅助判断 ==========
-        # 3m KDJ 高位死叉：K > 80 且 K 下穿 D（部分止盈信号）
+        # 条件4: RSI 极度超买（收紧：提高阈值）
+        rsi_overbought = dataframe['rsi_1h'] > 75  # 收紧：70 → 75
+        
+        # ========== KDJ 出场辅助判断（收紧条件）==========
+        # 3m KDJ 极度高位死叉：K > 85 且 K 下穿 D（收紧：提高阈值）
         kdj_3m_exit = False
         if 'kdj_k_3m' in dataframe.columns and 'kdj_d_3m' in dataframe.columns:
-            kdj_3m_death_cross = (dataframe['kdj_k_3m'] > 80) & (dataframe['kdj_k_3m'] < dataframe['kdj_d_3m']) & (dataframe['kdj_k_3m'].shift(1) >= dataframe['kdj_d_3m'].shift(1))
+            kdj_3m_death_cross = (
+                (dataframe['kdj_k_3m'] > 85) &  # 收紧：80 → 85（更极端的高位）
+                (dataframe['kdj_k_3m'] < dataframe['kdj_d_3m']) & 
+                (dataframe['kdj_k_3m'].shift(1) >= dataframe['kdj_d_3m'].shift(1))
+            )
             kdj_3m_exit = kdj_3m_death_cross
         
-        # ========== SAR 出场辅助判断（趋势反转）==========
+        # ========== SAR 出场辅助判断（保持不变）==========
+        # SAR 反转是强信号，保持原逻辑
         sar_exit = False
         if 'sar_3m' in dataframe.columns:
-            # SAR 反转：价格跌破 SAR 止损位（从上方穿到下方）
+            # SAR 反转：价格跌破 SAR 止损位
             sar_reversal = (dataframe['close'] < dataframe['sar_3m']) & (dataframe['close'].shift(1) >= dataframe['sar_3m'].shift(1))
             sar_exit = sar_reversal
         
-        # ========== Ichimoku 出场辅助判断（云突破、TK死叉）==========
+        # ========== Ichimoku 出场辅助判断（仅保留云突破）==========
+        # 收紧：只用云突破，不用TK死叉（TK死叉太敏感）
         ichimoku_exit = False
-        if 'ichimoku_price_vs_cloud_3m' in dataframe.columns and 'ichimoku_tk_cross_3m' in dataframe.columns:
-            # 条件1：价格跌破云（从云上跌到云下或云中）
-            price_below_cloud = (dataframe['ichimoku_price_vs_cloud_3m'] <= 0) & (dataframe['ichimoku_price_vs_cloud_3m'].shift(1) == 1)
-            # 条件j：TK死叉（转换线下穿基准线）
-            tk_death_cross = (dataframe['ichimoku_tk_cross_3m'] == -1) & (dataframe['ichimoku_tk_cross_3m'].shift(1) == 1)
-            # 任一条件满足即触发
-            ichimoku_exit = price_below_cloud | tk_death_cross
+        if 'ichimoku_price_vs_cloud_3m' in dataframe.columns:
+            # 仅条件1：价格跌破云（从云上跌到云下）
+            price_below_cloud = (
+                (dataframe['ichimoku_price_vs_cloud_3m'] == -1) &  # 当前在云下
+                (dataframe['ichimoku_price_vs_cloud_3m'].shift(1) == 1)  # 前一根在云上
+            )
+            ichimoku_exit = price_below_cloud
         
-        # 合并所有条件（SAR、Ichimoku 作为可选信号，不强制）
-        final_condition = breakout_condition | volume_spike | macd_downward | rsi_overbought | kdj_3m_exit | sar_exit | ichimoku_exit
+        # ========== 合并出场条件（收紧逻辑：需要多重确认）⭐优化 ==========
+        # 原逻辑：任一条件满足就出场（太敏感）
+        # 新逻辑：需要满足以下任一组合
+        
+        # 组合1：强制出场信号（单一强信号即可）
+        strong_exit = sar_exit | ichimoku_exit  # SAR反转或跌破云
+        
+        # 组合2：多重技术指标确认（需要至少2个条件）
+        tech_indicators = [
+            breakout_condition,  # 突破BB上轨
+            volume_spike,  # 放量
+            macd_downward,  # MACD下降
+            rsi_overbought,  # RSI超买
+            kdj_3m_exit  # KDJ死叉
+        ]
+        tech_count = sum([cond.astype(int) for cond in tech_indicators])
+        multi_tech_exit = tech_count >= 2  # 需要至少2个技术指标同时触发
+        
+        # 最终出场条件：强制信号 或 多重技术确认
+        final_condition = strong_exit | multi_tech_exit
         
         # 设置出场信号
         dataframe.loc[final_condition, 'exit_long'] = 1
@@ -873,41 +902,42 @@ class FreqaiPrimer(IStrategy):
         
         # === 底部识别（5种方法）===
         
-        # 方法1：传统双底识别（插针型）
+        # 方法1：传统双底识别（插针型）- 放宽阈值
         recent_low_20 = dataframe['low'].rolling(window=20, min_periods=1).min()
         recent_high_20 = dataframe['high'].rolling(window=20, min_periods=1).max()
         
         price_vs_recent_low = (dataframe['close'] - recent_low_20) / recent_low_20
         price_vs_recent_high = (recent_high_20 - dataframe['close']) / recent_high_20
         
-        near_low_traditional = price_vs_recent_low <= 0.03   # 距离低点 ≤ 3%
+        near_low_traditional = price_vs_recent_low <= 0.05   # 放宽：3% → 5%（增加入场机会）
         away_from_high_traditional = price_vs_recent_high >= 0.02  # 距离高点 ≥ 2%
         
-        # 方法2：动量衰减识别（缓慢下跌底部）
+        # 方法2：动量衰减识别（缓慢下跌底部）- 放宽条件
         price_change_5 = dataframe['close'].pct_change(5)
         price_change_10 = dataframe['close'].pct_change(10)
         
         momentum_slowing_down = (
             (price_change_5 < 0) &  # 仍在下跌
             (price_change_5 > price_change_10 / 2) &  # 但跌幅变小
-            (price_change_10 < -0.02)  # 且之前有明显下跌
+            (price_change_10 < -0.015)  # 放宽：-2% → -1.5%（更早识别）
         )
         
-        # 方法3：RSI超卖识别
+        # 方法3：RSI超卖识别 - 放宽阈值
         rsi_oversold = pd.Series(False, index=dataframe.index)
         if 'rsi_1h' in dataframe.columns:
-            rsi_oversold = dataframe['rsi_1h'] < 35
+            rsi_oversold = dataframe['rsi_1h'] < 40  # 放宽：35 → 40（更早识别超卖）
         
-        # 方法4：布林带下轨突破识别
+        # 方法4：布林带下轨突破识别 - 放宽范围
         bb_oversold = pd.Series(False, index=dataframe.index)
         if 'bb_lower_1h' in dataframe.columns:
             bb_lower = dataframe['bb_lower_1h']
-            bb_oversold = (dataframe['close'] <= bb_lower * 1.02) & (dataframe['close'] >= bb_lower * 0.98)
+            # 放宽：±2% → ±5%（覆盖更多底部区域）
+            bb_oversold = (dataframe['close'] <= bb_lower * 1.05) & (dataframe['close'] >= bb_lower * 0.95)
         
-        # 方法5：成交量萎缩识别（抛压减弱）
+        # 方法5：成交量萎缩识别（抛压减弱）- 放宽条件
         volume_ma_20 = dataframe['volume'].rolling(window=20, min_periods=1).mean()
         volume_shrinking = (
-            (dataframe['volume'] < volume_ma_20 * 0.7) &
+            (dataframe['volume'] < volume_ma_20 * 0.8) &  # 放宽：70% → 80%（更早识别）
             (price_change_5 < 0)
         )
         
@@ -949,20 +979,26 @@ class FreqaiPrimer(IStrategy):
                 (dataframe['macd_hist_3m'].shift(1) <= 0)  # 前一根为负或零
             )
         
-        # === 方法7：3m StochRSI 超卖识别（比RSI更敏感）⭐新增 ===
+        # === 方法7：3m StochRSI 超卖识别（比RSI更敏感）⭐新增 - 放宽阈值 ===
         stochrsi_oversold_3m = pd.Series(False, index=dataframe.index)
         if 'stochrsi_k_3m' in dataframe.columns:
-            stochrsi_oversold_3m = dataframe['stochrsi_k_3m'] < 20  # 深度超卖
+            stochrsi_oversold_3m = dataframe['stochrsi_k_3m'] < 30  # 放宽：20 → 30（更早识别）
         
-        # === 底部组合（允许入场）===
+        # === 底部组合（允许入场）- 增加灵活组合 ===
         bottom_combo1 = near_low_traditional & away_from_high_traditional  # 传统双底
         bottom_combo2 = momentum_slowing_down & rsi_oversold  # 缓慢下跌见底
         bottom_combo3 = bb_oversold & volume_shrinking  # 深度回调见底
         bottom_combo4 = rsi_oversold & away_from_high_traditional  # 超卖回调
-        bottom_combo5 = momentum_slowing_down & macd_turning_3m  # 动量衰减+MACD反转 ⭐新增
-        bottom_combo6 = stochrsi_oversold_3m & near_low_traditional  # StochRSI超卖+接近低点 ⭐新增
+        bottom_combo5 = momentum_slowing_down & macd_turning_3m  # 动量衰减+MACD反转
+        bottom_combo6 = stochrsi_oversold_3m & near_low_traditional  # StochRSI超卖+接近低点
         
-        is_bottom = bottom_combo1 | bottom_combo2 | bottom_combo3 | bottom_combo4 | bottom_combo5 | bottom_combo6
+        # === 新增：单一强信号也允许入场（提高入场频率）⭐ ===
+        bottom_combo7 = near_low_traditional & rsi_oversold  # 接近低点+RSI超卖（放宽组合）
+        bottom_combo8 = bb_oversold & rsi_oversold  # 布林带超卖+RSI超卖（双重确认）
+        bottom_combo9 = stochrsi_oversold_3m & momentum_slowing_down  # StochRSI+动量衰减
+        
+        is_bottom = (bottom_combo1 | bottom_combo2 | bottom_combo3 | bottom_combo4 | 
+                     bottom_combo5 | bottom_combo6 | bottom_combo7 | bottom_combo8 | bottom_combo9)
         
         # === 顶部组合（禁止入场）⭐新增 ===
         top_combo1 = near_high_traditional  # 接近历史高点（追高危险）
@@ -1199,7 +1235,7 @@ class FreqaiPrimer(IStrategy):
                     self.strategy_log(f"[{pair}] 🚫 拉升后不稳固区域，取消入场")
                     allow_trade = False
             
-            # 检查3：防止追高 - 简单规则：3m EMA20 之上拒绝入场
+            # 检查3：防止追高 - 放宽规则：价格显著高于 EMA20 才拒绝（放宽条件）
             if allow_trade:
                 try:
                     df, _ = self.dp.get_analyzed_dataframe(pair, self.timeframe)
@@ -1210,12 +1246,12 @@ class FreqaiPrimer(IStrategy):
                         # 检查 3m EMA20
                         ema20_3m = float(last_row.get('ema_20_3m', current_close))
                         
-                        # 价格在 EMA20 之上 → 拒绝入场（追高）
-                        if current_close > ema20_3m:
-                            price_vs_ema20 = (current_close - ema20_3m) / ema20_3m
+                        # 放宽：价格高于 EMA20 超过 2% 才拒绝（之前是只要高于就拒绝）
+                        price_vs_ema20 = (current_close - ema20_3m) / ema20_3m
+                        if price_vs_ema20 > 0.02:  # 新增：超过2%才算追高
                             self.strategy_log(
-                                f"[{pair}] 🚫 追高过滤: 价格 {current_close:.6f} 高于3m EMA20 {ema20_3m:.6f} "
-                                f"({price_vs_ema20:+.2%})，取消入场"
+                                f"[{pair}] 🚫 追高过滤: 价格 {current_close:.6f} 显著高于3m EMA20 {ema20_3m:.6f} "
+                                f"({price_vs_ema20:+.2%} > +2%)，取消入场"
                             )
                             allow_trade = False