Presentamos un modelo de trading activo basado en el aprendizaje automático por refuerzo y lo aplicamos a cinco criptomonedas principales en circulación. En relación con un enfoque de compra y mantenimiento, demostramos cómo este modelo genera rendimientos ajustados al riesgo mejorados y ayuda a reducir el riesgo a la baja. Estos hallazgos se mantienen al tener en cuenta los costos de transacción reales. Concluimos que la aplicación del modelo en la gestión de carteras en el mundo real es viable, sin embargo, el rendimiento puede variar según cómo se calibra en las muestras de prueba.