Este estudio examina el impacto de la volatilidad en los rendimientos de nueve índices de la Bolsa Nacional de Valores (NSE) antes, durante y después de la pandemia de COVID-19. El estudio empleó modelos de heterocedasticidad condicional autorregresiva generalizada (GARCH) para analizar el riesgo del inversor y el impacto de la volatilidad en los rendimientos. El estudio hace varias contribuciones a la literatura existente. Primero, utiliza modelos avanzados de pronóstico de volatilidad, como ARCH y GARCH, para mejorar las estimaciones de volatilidad y anticipar la volatilidad futura. En segundo lugar, mejora el análisis de la volatilidad de los rendimientos de los índices. El estudio encontró que el período de COVID-19 superó los períodos anteriores a COVID-19 y el período general. Dado que el Índice de Bienes Raíces Nifty es el más volátil, los inversores en Nifty Bank, Metal y Tecnología de la Información (TI) obtuvieron mayores rendimientos durante COVID-19 que antes. El estudio proporciona una revisión completa de la volatilidad y el riesgo de nueve índices de la NSE. Las técnicas de pronóstico de volatilidad pueden ayudar a los inversores a comprender la volatilidad de los índices y mitigar el riesgo mientras navegan por estos índices dinámicos.