Este documento examina el riesgo de volatilidad en el mercado de valores de Arabia Saudita (Tadawul), con un enfoque específico en predecir la volatilidad utilizando el logaritmo de la desviación estándar de los precios del mercado de valores (LSCP) como variable de salida. Para mejorar la predicción de la volatilidad, se propone el uso combinado del sistema de inferencia difusa neuronal en evolución dinámica (DENFIS) y el modelo espectral no lineal, la transformada de wavelet discreta de máxima superposición (MODWT). Este estudio utiliza un conjunto de datos que comprende 4609 observaciones e investiga las entradas del rezago 1 del precio de cierre de las acciones (LCP), el logaritmo natural del precio del petróleo (Loil), el logaritmo natural del costo de vida (LCL) y la tasa interbancaria (IB), determinadas a través de pruebas de autocorrelación (AC), autocorrelación parcial (PAC), correlación y causalidad de Granger. El análisis de regresión revela efectos significativos de las variables sobre LSCP: LCP tiene un efecto negativo, y Loil tiene un efecto positivo en el modelo de mínimos cuadrados ordinarios (OLS), mientras que LCL e IB tienen efectos positivos en el modelo de efectos fijos y efectos negativos en el modelo de efectos aleatorios. Se desarrolló el modelo MODWT-Haar-DENFIS ya que encontramos que el modelo tiene el potencial de ser un modelo efectivo para la previsión del mercado de valores. Los resultados proporcionan valiosas ideas para inversores y responsables de políticas, ayudando en la gestión de riesgos, decisiones de inversión y el desarrollo de medidas para mitigar la volatilidad del mercado de valores.