Las redes neuronales artificiales han sido usadas exitosamente para la prediccion de series de tiempo no lineales. En este articulo, se presenta una aproximacion novedosa para modelar y pronosticar la volatilidad de una serie de tiempo financiera usando un perceptron multicapa con una funcion adaptativa de activacion; los parametros del modelo son estimados maximizando el logaritmo natural de la funcion de verosimilitud de los residuos. Para garantizar que la varianza sea siempre cero o positiva, se impusieron algunas restricciones a la red neuronal artificial. Para evaluar habilidad predictiva de la aproximacion propuesta, se compararon los pronosticos de un modelo ARCH y de la red neuronal; se encontro que la aproximacion propuesta es capaz de pronosticar con mayor precision la volatilidad que el modelo clasico.