diff --git a/config_jingbo.py b/config_jingbo.py
index ffed3ae..faaf6c5 100644
--- a/config_jingbo.py
+++ b/config_jingbo.py
@@ -20,7 +20,9 @@ edbbusinessurl = 'http://10.189.2.78:8108/v1/edb/business/data/del'
 edbcodelist = ['CO1 Comdty', 'ovx index', 'C2404194834', 'C2404199738', 'dxy curncy', 'C2403128043', 'C2403150124',
                    'DOESCRUD Index', 'WTRBM1 EEGC Index', 'FVHCM1 INDEX', 'doedtprd index', 'CFFDQMMN INDEX',
                    'C2403083739', 'C2404167878', 'C2403250571', 'lmcads03 lme comdty', 'GC1 COMB Comdty',
-                   'C2404171822','C2404167855']
+                   'C2404171822','C2404167855',
+                   'W000825','W000826','G.IPE',  # 美国汽柴油
+                   'S5131019','ID00135604','FSGAM1 Index','S5120408','ID00136724']   # 新加坡汽柴油
 
 # 临时写死用指定的列,与上面的edbcode对应，后面更改
 edbnamelist = [
@@ -29,7 +31,9 @@ edbnamelist = [
     'DFL','美国汽油裂解价差','ovx index','dxy curncy','lmcads03 lme comdty',
     'C2403128043','C2403150124','FVHCM1 INDEX','doedtprd index','CFFDQMMN INDEX',
     'C2403083739','C2404167878',
-    'GC1 COMB Comdty','C2404167855'
+    'GC1 COMB Comdty','C2404167855',
+    'A汽油价格','W000826','ICE柴油价格',
+    '新加坡(含硫0.05%) 柴油现货价','柴油：10ppm：国际市场：FOB中间价：新加坡（日）','Bloomberg Commodity Fair Value Singapore Mogas 92 Swap Month 1','97#汽油FOB新加坡现货价','无铅汽油：97#：国际市场：FOB中间价：新加坡（日）'
     ]
 
 
@@ -192,17 +196,17 @@ warning_data = {
 ### 开关
 is_train = True # 是否训练
 is_debug = False # 是否调试
-is_eta = False # 是否使用eta接口
+is_eta = True # 是否使用eta接口
 is_timefurture = True # 是否使用时间特征
 is_fivemodels = False # 是否使用之前保存的最佳的5个模型
-is_edbcode = False # 特征使用edbcoding列表中的
+is_edbcode = True # 特征使用edbcoding列表中的
 is_edbnamelist = False # 自定义特征，对应上面的edbnamelist
 is_update_eta  = False  # 预测结果上传到eta
 is_update_report = False # 是否上传报告
 is_update_warning_data =  False # 是否上传预警数据
 
 # 数据截取日期
-start_year = 2017 # 数据开始年份
+start_year = 2013 # 数据开始年份
 end_time = '' # 数据截取日期
 freq = 'M'  # 时间频率，"D": 天 "W": 周"M": 月"Q": 季度"A": 年 "H": 小时 "T": 分钟 "S": 秒 "B": 工作日
 delweekenday = True if freq == 'B' else False # 是否删除周末数据
diff --git a/config_juxiting.py b/config_juxiting.py
index 136e1fa..a380568 100644
--- a/config_juxiting.py
+++ b/config_juxiting.py
@@ -211,7 +211,7 @@ upload_data = {
 ### 开关
 is_train = True # 是否训练
 is_debug = False # 是否调试
-is_eta = False # 是否使用eta接口
+is_eta = True # 是否使用eta接口
 is_timefurture = True # 是否使用时间特征
 is_fivemodels = False # 是否使用之前保存的最佳的5个模型
 is_edbcode = False # 特征使用edbcoding列表中的
diff --git a/main_juxiting.py b/main_juxiting.py
index 61dbeb3..b057d7f 100644
--- a/main_juxiting.py
+++ b/main_juxiting.py
@@ -109,25 +109,25 @@ def predict_main():
     row,col = df.shape
     
     now = datetime.datetime.now().strftime('%Y%m%d%H%M%S')
-    # ex_Model(df,
-    #         horizon=horizon,
-    #         input_size=input_size,
-    #         train_steps=train_steps,
-    #         val_check_steps=val_check_steps,
-    #         early_stop_patience_steps=early_stop_patience_steps,
-    #         is_debug=is_debug,
-    #         dataset=dataset,
-    #         is_train=is_train,
-    #         is_fivemodels=is_fivemodels,
-    #         val_size=val_size,
-    #         test_size=test_size,
-    #         settings=settings,
-    #         now=now,
-    #         etadata = etadata,
-    #         modelsindex = modelsindex,
-    #         data = data,
-    #         is_eta=is_eta,
-    #         )
+    ex_Model(df,
+            horizon=horizon,
+            input_size=input_size,
+            train_steps=train_steps,
+            val_check_steps=val_check_steps,
+            early_stop_patience_steps=early_stop_patience_steps,
+            is_debug=is_debug,
+            dataset=dataset,
+            is_train=is_train,
+            is_fivemodels=is_fivemodels,
+            val_size=val_size,
+            test_size=test_size,
+            settings=settings,
+            now=now,
+            etadata = etadata,
+            modelsindex = modelsindex,
+            data = data,
+            is_eta=is_eta,
+            )
 
 
     logger.info('模型训练完成')
@@ -169,7 +169,7 @@ def predict_main():
         file=max(glob.glob(os.path.join(dataset,'*.pdf')), key=os.path.getctime),
         ssl=ssl,
     )
-    # m.send_mail()   
+    m.send_mail()   
 
 
 if __name__ == '__main__':