La selección de características reduce la dimensión de las variables de entrada eliminando características irrelevantes. Proponemos técnicas de selección de características basadas en un algoritmo genético, que es una metaheurística inspirada en un proceso de selección natural. Comparamos dos tipos de selección de características para predecir un índice del mercado de valores y el precio de criptomonedas. El primer método es un filtro genético recién ideado que implica una función de aptitud diseñada para aumentar la relevancia entre el objetivo y las características seleccionadas y disminuir la redundancia entre las características seleccionadas. El segundo método es un envoltorio genético, mediante el cual podemos encontrar los subconjuntos de características mejores relacionados con KOPSI explorando más a fondo el espacio de soluciones. Ambos métodos de selección de características genéticas mejoraron el rendimiento predictivo de varias funciones de regresión. Nuestro mejor modelo se aplicó para predecir el KOSPI, el precio de criptomonedas y sus respectivas tendencias después de COVID-19.