diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py
index fac73b97..b6a01263 100644
--- a/freqtrade/templates/freqaiprimer.py
+++ b/freqtrade/templates/freqaiprimer.py
@@ -279,15 +279,30 @@ class FreqaiPrimer(IStrategy):
             return 1.0
         
         try:
-            # 直接计算波动系数
+            # 获取当前时间戳
+            current_time = datetime.now().timestamp()
+            
+            # 检查缓存：如果距离上次计算时间小于更新间隔，则直接返回缓存值
+            if (pair in self._volatility_cache and 
+                pair in self._volatility_timestamp and 
+                current_time - self._volatility_timestamp[pair] < self._volatility_update_interval):
+                return self._volatility_cache[pair]
+            
+            # 直接计算当前波动系数（基于最近200根1h K线）
             current_volatility_coef = self._calculate_current_volatility_coef(pair)
             
+            # 更新缓存和时间戳
+            self._volatility_cache[pair] = current_volatility_coef
+            self._volatility_timestamp[pair] = current_time
+            
+            self.strategy_log(f"波动系数计算完成 {pair}: 系数={current_volatility_coef:.4f} (基于最近200根1h K线)")
+            
             return current_volatility_coef
             
         except Exception as e:
             logger.warning(f"计算波动系数时出错 {pair}: {str(e)}")
-            # 如果出错，返回默认值1.0
-            return 1.0
+            # 如果出错，尝试返回缓存值，否则返回默认值1.0
+            return self._volatility_cache.get(pair, 1.0)
 
     def is_backtest_mode(self) -> bool:
         """
@@ -1780,10 +1795,11 @@ class FreqaiPrimer(IStrategy):
         return exit_ratio
 
 
-    def custom_roi(self, pair: str, trade: 'Trade', current_time: datetime, **kwargs) -> Dict:
+    def custom_roi(self, pair: str, trade: 'Trade', current_time: datetime, current_rate: float, 
+                   current_profit: float, **kwargs) -> Tuple[float, float]:
         """
         自定义ROI函数，根据入场类型和市场环境动态调整ROI
-        返回一个字典，键为时间(分钟)，值为对应的ROI阈值
+        返回 (时间, ROI阈值) 的元组，表示在指定时间后达到指定ROI则退出
         """
         # 获取入场类型信息（从entry_tag解析）
         entry_tag = getattr(trade, 'enter_tag', '')
@@ -1889,18 +1905,7 @@ class FreqaiPrimer(IStrategy):
             f"趋势时间调整={trend_time_multiplier:.2f}, 调整后时长={adjusted_time}min"
         )
         
-        # 返回ROI字典，格式为 {时间: ROI阈值}
-        # 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）
-        
-        # 确保字典按照时间升序排列
-        sorted_roi_dict = dict(sorted(roi_dict.items()))
-        
-        return sorted_roi_dict
+        return adjusted_time, adjusted_roi
 
 
     def adjust_trade_position(self, trade: 'Trade', current_time, current_rate: float,