Predecir los precios de cambio extranjeros es una tarea desafiante pero importante debido a la naturaleza compleja, volátil y fluctuante de los datos. Aunque los modelos de aprendizaje profundo son eficientes, las predicciones precisas de los precios de cierre y las direcciones futuras de los precios siguen siendo difíciles. Este estudio propone un modelo de aprendizaje profundo de memoria a largo plazo (LSTM, por sus siglas en inglés) de doble entrada para pronosticar el precio de cierre del EUR/USD y predecir la dirección del precio utilizando indicadores tanto fundamentales como técnicos. El modelo supera al segundo mejor modelo, logrando una reducción del 29% en el error absoluto medio (MAE) y en el error cuadrático medio (RMSE) en el conjunto de entrenamiento y reducciones del 24% y 23% en MAE y RMSE, respectivamente, en el conjunto de pruebas. Estos resultados se confirman a través de simulaciones de pronóstico, donde las métricas de rendimiento son consistentes con las de la fase de entrenamiento. Finalmente, el modelo genera pronósticos de precios fiables para tres días, proporcionando información valiosa sobre la dirección de los precios.