Este estudio presenta un análisis comparativo de dos modelos avanzados de aprendizaje profundo basados en atención: Attention-LSTM y Attention-GRU, para predecir los movimientos del precio de Bitcoin. La importancia de esta investigación radica en la integración de indicadores técnicos de media móvil con modelos de aprendizaje profundo para mejorar la sensibilidad al impulso del mercado, y en la normalización de estos indicadores para reflejar con precisión las tendencias y reversales del mercado. Utilizando datos históricos de OHLCV junto con cuatro indicadores técnicos clave (SMA, EMA, TEMA y MACD), los modelos clasifican las tendencias en categorías de tendencia alcista, bajista y neutral. Los resultados experimentales demuestran que la inclusión de indicadores técnicos, particularmente el MACD, mejora significativamente la precisión de las predicciones. Además, el modelo Attention-GRU ofrece eficiencia computacional adecuada para aplicaciones en tiempo real, mientras que el modelo Attention-LSTM sobresale en la captura de dependencias a largo plazo. Estos hallazgos contribuyen con valiosos conocimientos para la previsión financiera, proporcionando herramientas prácticas para los comerciantes e inversores de criptomonedas.