Este trabajo aborda la compleja tarea de predecir los precios de diversos activos financieros, incluidos acciones, índices y criptomonedas, cada uno de los cuales exhibe características y comportamientos distintos bajo diversas condiciones del mercado. Para abordar el desafío de manera efectiva, se diseñan nuevas arquitecturas de codificador-decodificador, AE-LSTM y AE-GRU, que integran el principio de codificador-decodificador con LSTM y GRU. La experimentación implica múltiples funciones de activación y ajuste de hiperparámetros. Con una extensa experimentación y mejoras aplicadas a AE-LSTM, la arquitectura propuesta AE-GRU aún demuestra una superioridad significativa en la previsión de los precios anuales de activos financieros volátiles de los múltiples sectores mencionados anteriormente. Así, la nueva arquitectura AE-GRU surge como una opción superior para la predicción de precios en diversos sectores y escenarios de mercado volátiles, al extraer características no lineales importantes de los datos financieros y retener el contexto a largo plazo de observaciones pasadas.