Los tomadores de decisiones de inversión confían cada vez más en las tecnologías digitales modernas para mejorar sus estrategias en el entorno de mercado actual, que es rápidamente cambiante y complejo. Este documento examina el impacto de incorporar modelos de Memoria a Largo y Corto Plazo (LSTM) en estrategias de trading tradicionales. La investigación central gira en torno a si las estrategias mejoradas con tecnología LSTM tienen un mejor rendimiento que los métodos tradicionales por sí solos. Las estrategias de trading tradicionales dependen típicamente del análisis de los precios de cierre actuales y varios indicadores técnicos para tomar decisiones de trading. Sin embargo, al aplicar modelos LSTM, este estudio tiene como objetivo prever los precios de cierre con mayor precisión, mejorando así el rendimiento del trading. Nuestros hallazgos indican que las estrategias de trading que utilizan modelos LSTM superan a las estrategias tradicionales. Esta mejora sugiere una ventaja significativa en el uso de modelos LSTM para la predicción del mercado y la toma de decisiones de trading. Reconocer que no existe una estrategia única que funcione para todas las condiciones del mercado o acciones es crucial. Por lo tanto, se anima a los traders a seleccionar y adaptar sus estrategias basándose en pruebas y análisis exhaustivos para que se ajusten mejor a sus necesidades y condiciones del mercado. Este estudio contribuye a una mejor comprensión de cómo la integración de modelos LSTM puede mejorar las estrategias de trading tradicionales, ofreciendo un camino hacia una toma de decisiones más efectiva en el impredecible mercado de valores.