O presente estudo demonstra a criação de um software que possui a capacidade de prever a oscilação da criptomoeda Bitcoin através da aprendizagem profunda, por meio da rede neural recorrente do tipo Memória de Longo-Curto Prazo (LSTM), que manipula os valores de fechamento da criptomoeda como dados sequenciais temporais. O desenvolvimento do software foi baseado em programação Python, utilizando bibliotecas como Pandas, TensorFlow e Numpy, que são comumente utilizadas para visualização e análise de dados. O processo de aprendizagem do programa foi baseado nos valores da Bitcoin no período de janeiro de 2016 a janeiro de 2022. A partir da leitura dos dados, o software gerou um gráfico final de previsão, que demonstrou ser capaz de prever a oscilação de uma criptomoeda, apesar de alguma divergência do valor real e do valor previsto. É possível otimizar o software por meio do refinamento do número de testes realizados. Contudo, os resultados obtidos não podem ser confiados ou utilizados como ferramenta de investimento.