En el presente trabajo se realiza el análisis del rendimiento de la criptomoneda descentralizada Bitcoin usando las bases de datos con los precios históricos actualizados por día, las cuales fueron consultadas en cryptodatadownload.com. Empezaremos por definir lo que es una media móvil y calculamos tres de ellas: Simple Moving Average (SMA), Exponential Moving Average (EMA) y Weighted Moving Average (WMA). Después se realiza un estudio de los procesos autorregresivos integrados (ARIMA), como posible método para realizar pronósticos de las series de tiempo del Bitcóin. El cual se complementará con un estudio de ARIMA estacional (SARIMA). Para finalizar se realiza un estudio usando un modelo autorregresivo generalizado condicional heterocedástico (GARCH), además de un análisis de rendimiento (ROI) y de las Bandas de Bollinger para analizar el mercado de compraventa. Usamos los métodos anteriormente descritos para obtener diferentes predicciones en los precios del Bitcoin y el comportamiento del mercado, con los cuales se realiza una simulación de compraventa. Las simulaciones se realizan de manera individual para cada método, además, se realizan simulaciones en donde se conjuntan varios métodos con diferentes criterios de decisión. Se realizan predicciones anuales en el periodo comprendido entre el 01/01/2016 y el 31/12/2024 con diferentes intervalos de predicción. También se realizan predicciones ininterrumpidas entre las mismas fechas. Con los datos recabados se generaron estadísticas que facilitan la comparación entre los distintos hiperparámetros.