Este documento revisa y aplica técnicas recientemente desarrolladas para la estimación bayesiana y la selección de modelos en el contexto del modelaje de series de tiempo para la volatilidad estocástica. Luego de ofrecer una revisión de la literatura sobre modelos generalizados autorregresivos condicionales, modelos de volatilidad estocástica y los resultados relevantes en métodos de cadenas de Markov y Montecarlo, se muestra un ejemplo aplicando dichas técnicas. La metodología de siete modelos diferentes se aplica a una serie de tiempo de la tasa de cambio semanal entre Estados Unidos y Colombia. El modelo GARCH, que utiliza una distribución Pearson tipo IV, se prefiere por su técnica de selección (Salto Reversible MCMC) en comparación a otros modelos, entre los cuales se incluyen modelos de volatilidad estocástica con una distribución probabilística T-student.