Este documento revisa y aplica tecnicas recientemente desarrolladas para la estimacion bayesiana y la seleccion de modelos en el contexto del modelaje de series de tiempo para la volatilidad estocastica. Luego de ofrecer una revision de la literatura sobre modelos generalizados autorregresivos condicionales, modelos de volatilidad estocastica y los resultados relevantes en metodos de cadenas de Markov y Montecarlo, se muestra un ejemplo aplicando dichas tecnicas. La metodologia 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 distribucion Pearson tipo IV, se prefiere por su tecnica de seleccion (Salto Reversible MCMC) en comparacion a otros modelos, entre los cuales se incluyen modelos de volatilidad estocastica con una distribucion probabilistica T-student.