Las criptomonedas pueden considerarse como dinero matemático. Como la criptomoneda más famosa, el modelo de pronóstico de precios de Bitcoin es uno de los modelos matemáticos populares en tecnología financiera debido a sus grandes fluctuaciones de precios y complejidad. Este documento propone un nuevo modelo de aprendizaje profundo de conjunto para predecir los próximos 30 minutos de precios de Bitcoin utilizando datos de precios, indicadores técnicos e índices de sentimiento, que integra dos tipos de redes neuronales, memoria a corto y largo plazo (LSTM) y unidad recurrente de puerta (GRU), con la técnica de conjunto de apilamiento para mejorar la precisión de la decisión. Debido a las actualizaciones en tiempo real de comentarios en redes sociales, este documento utiliza textos de redes sociales en lugar de sitios web de noticias como fuente de datos de opinión pública. Se procesa mediante un método estadístico lingüístico para formar los índices de sentimiento. Mientras tanto, como modelo de pronóstico del mercado financiero, el modelo selecciona los indicadores técnicos como entrada también. Se utiliza datos reales de septiembre de 2017 a enero de 2021 para entrenar y evaluar el modelo. Los resultados experimentales muestran que la predicción casi en tiempo real tiene un mejor rendimiento, con un error absoluto medio (MAE) un 88.74% mejor que la predicción diaria. El propósito de este trabajo es explicar nuestra solución y mostrar que el método de conjunto tiene un mejor rendimiento y puede ayudar mejor a los inversores a tomar la decisión de inversión correcta que otros modelos tradicionales.