Recientemente, han surgido varios métodos para predecir el precio futuro de activos financieros. Un enfoque prometedor es combinar el precio histórico con puntuaciones de sentimiento derivadas a través de técnicas de análisis de sentimiento. En este artículo, nos enfocamos en predecir el precio futuro de Bitcoin, que actualmente es la criptomoneda más popular. Específicamente, proponemos un enfoque híbrido, combinando pronósticos de series temporales y predicciones de sentimiento de microblogs, para predecir el precio intradiario de Bitcoin. Además, además de los métodos estándar de análisis de sentimiento, somos los primeros en emplear un modelo BERT ajustado para esta tarea. También introducimos un esquema de ponderación novedoso en el que el peso del sentimiento de cada tweet depende del número de seguidores de su creador. Para la evaluación, consideramos periodos con rangos de precios de Bitcoin muy variables. Esto nos permite evaluar los modelos con respecto a la robustez y generalización a condiciones de mercado variadas. Nuestros experimentos demuestran que el análisis de sentimiento basado en BERT y el esquema de ponderación propuesto mejoran los métodos anteriores. Específicamente, nuestros modelos híbridos que utilizan regresión lineal como algoritmo de pronóstico subyacente tienen el mejor desempeño en términos del error absoluto medio (MAE de 2.67) y el error cuadrático medio (RMSE de 3.28). Sin embargo, los modelos más complicados, en particular las redes neuronales de memoria a corto y largo plazo y las redes convolucionales temporales, tienden a tener problemas de generalización y sobreajuste, lo que resulta en puntuaciones de MAE y RMSE considerablemente más altas.