A lo largo de la historia de las finanzas modernas, muy pocos instrumentos financieros han sido tan notablemente volátiles como las criptomonedas. Las perspectivas a largo plazo de las criptomonedas siguen siendo inciertas; sin embargo, aprovechando los avances recientes en redes neuronales y volatilidad, demostramos que los algoritmos de trading reforzados por predicciones de precios a corto plazo son rentables. Los algoritmos de trading tradicionales e indicadores suelen basarse en estrategias de reversión a la media que no aprovechan las predicciones de precios. Además, los modelos deterministas no pueden capturar la volatilidad del mercado incluso después de incorporar predicciones de precios. Por lo tanto, motivados por estos problemas, integramos la aleatoriedad en los modelos de predicción de precios para simular un comportamiento estocástico. Este artículo propone estrategias de trading híbridas que aprovechan las estrategias tradicionales de reversión a la media junto con predicciones de precios sólidas de redes neuronales estocásticas. Entrenamos redes neuronales estocásticas para predecir precios basados en datos de mercado y sentimiento social. La prueba retrospectiva se realizó en tres criptomonedas: Bitcoin, Ethereum y Litecoin, durante más de 600 días desde agosto de 2017 hasta diciembre de 2019. Demostramos que los algoritmos de trading propuestos son mejores en comparación con la estrategia tradicional de comprar y mantener en términos de estabilidad y rendimiento.