La modelización y pronóstico precisos de la volatilidad de los futuros de energía son vitales para estructurar estrategias de trading en los mercados al contado para los gestores de riesgos. Capturar adecuadamente la distribución condicional, las colas gruesas y los picos de precios es crucial para la correcta medición del riesgo. Este documento es un intento de modelar la volatilidad de los futuros de energía bajo diferentes distribuciones. En el análisis empírico, estimamos la volatilidad de los futuros de gas natural, los futuros de petróleo Brent y los futuros de aceite de calefacción a través de modelos GARCH y APARCH bajo distribuciones gev, gat y alfa-estables. También aplicamos varios análisis de VaR, VaR Gaussiano, Histórico y Modificado (Cornish-Fisher), para cada variable. Los resultados sugieren que el modelo APARCH supera en gran medida al modelo GARCH, y la distribución gat se desempeña mejor en la modelización de colas gruesas en los retornos. Nuestros resultados también indican que el nivel de volatilidad correcto, en la distribución gat, es más alto que los sugeridos bajo la distribución normal con tasas del 56%, 45% y 67% para los futuros de gas natural, los futuros de petróleo Brent y los futuros de aceite de calefacción, respectivamente. Los análisis de VaR implementados también apoyan esta conclusión. Además, los resultados de las pruebas de VaR demuestran que los futuros de energía muestran un comportamiento más arriesgado que los retornos del S&P 500. Nuestros hallazgos sugieren que para una óptima gestión del riesgo y estrategias de trading, los gestores de riesgos deberían considerar distribuciones alternativas en sus modelos. Según nuestros resultados, los precios en los mercados de energía son más volátiles que la percepción de la distribución normal. En este sentido, los reguladores y responsables de políticas deberían mejorar la transparencia y competitividad en los mercados de energía para proteger a los consumidores.