En la era moderna, los métodos y estrategias de trading utilizados en el mercado financiero han cambiado gradualmente de la negociación tradicional en el lugar a la negociación remota electrónica, e incluso al trading automático en línea realizado por programas informáticos preprogramados. Esto se debe a que la realización de operaciones de trading de forma automática y autoajustable en los mercados financieros se ha convertido en una tendencia de desarrollo competitiva en todo el mercado financiero, con el continuo desarrollo de la tecnología de redes y computación. El trading cuantitativo tiene como objetivo formar automáticamente una lógica operativa fija y cuantificable a partir de las decisiones de inversión de las personas y aplicarla al mercado financiero, lo cual ha atraído la atención del mercado financiero. El desarrollo de algoritmos de programación de autoajuste para el trading automático en los mercados financieros se ha transformado en una prioridad principal para la investigación académica y la práctica financiera. Por lo tanto, en este trabajo se desarrollan y estudian un nuevo modelo de trading flexible de cuadrícula que incorpora el algoritmo de Optimización de Enjambre Simplificado (SSO) para optimizar parámetros para diversas situaciones de mercado como valores de entrada, y el modelo de Red Neuronal Totalmente Conectada (FNN) y el modelo de Memoria a Corto y Largo Plazo (LSTM) para entrenar un modelo de trading cuantitativo para calcular y ajustar automáticamente los parámetros de trading óptimos para operar después de ingresar la situación de mercado existente. El modelo propuesto proporciona un modelo de autoajuste para reducir el esfuerzo de los inversores en el mercado de trading, obtiene un Retorno de Inversión (ROI) superior y robustez del modelo, y puede controlar adecuadamente el equilibrio entre riesgo y retorno.