El petróleo crudo es una de las materias primas más importantes del mundo. Su precio puede afectar la economía global, así como las economías de los países importadores y exportadores. Como resultado, pronosticar el precio del petróleo crudo es esencial para los inversores. Sin embargo, el precio del petróleo crudo tiende a fluctuar considerablemente durante eventos mundiales significativos, como la pandemia de COVID-19 y los conflictos geopolíticos. En este documento, proponemos un modelo de aprendizaje profundo para pronosticar el precio del petróleo crudo a un paso y a múltiples pasos. El modelo extrae características importantes que impactan los precios del petróleo crudo y las utiliza para predecir precios futuros. El modelo de predicción combina redes neuronales convolucionales (CNN) con redes de memoria a corto y largo plazo (LSTM). Comparamos nuestro modelo CNN-LSTM de un paso con otros modelos LSTM, el modelo CNN, la máquina de soporte vectorial (SVM) y el modelo de promedio móvil integrado autorregresivo (ARIMA). Además, comparamos nuestro modelo CNN-LSTM de múltiples pasos con LSTM, CNN y el modelo de codificador-decodificador de series temporales. Se realizaron extensos experimentos utilizando datos de precios a corto, medio y largo plazo de uno, cinco y diez años, respectivamente. En términos de precisión, el modelo propuesto superó a los modelos existentes tanto en predicciones de un paso como de múltiples pasos.