Este documento estudia la capacidad de pronóstico de las series temporales de criptomonedas. Este estudio se centra en las cuatro criptomonedas más capitalizadas: Bitcoin, Ethereum, Litecoin y Ripple. Se comparan diferentes modelos bayesianos, incluidos modelos con volatilidad constante y variable en el tiempo, como la volatilidad estocástica y GARCH. Además, se incluyen algunos criptopredictivos en el análisis, como el S&P 500 y el Nikkei 225. En este documento, los resultados muestran que la volatilidad estocástica supera significativamente el punto de referencia del VAR tanto en pronósticos puntuales como de densidad. Al utilizar un tipo diferente de distribución para los errores de la volatilidad estocástica, se demuestra que la distribución t de Student supera el enfoque normal estándar.