La volatilidad histórica se calcula a partir de los rendimientos pasados de un activo durante un período determinado. En términos estadísticos, es la desviación típica de esos rendimientos, anualizada para facilitar la comparación entre activos. Su principal virtud es la objetividad: los datos existen, el cálculo es reproducible y los supuestos son explícitos. Su limitación más conocida es que mira hacia atrás. Si el comportamiento del activo cambia de régimen, la volatilidad histórica calculada sobre datos anteriores puede subestimar o sobreestimar el riesgo actual. Los modelos GARCH, que son referencia en este campo según la literatura académica desde los trabajos de Robert Engle en la década de los ochenta, intentan capturar cómo la volatilidad evoluciona en el tiempo, pero siguen dependiendo de la información pasada. Para un analista que trabaja con recursos limitados, la volatilidad histórica es un punto de partida accesible y transparente, siempre que se reconozca que los resultados varían según el período elegido para el cálculo y que el rendimiento pasado no garantiza resultados futuros.

La volatilidad implícita no se extrae de datos históricos de precios; se deduce del precio actual de los instrumentos de opciones sobre un activo. En concreto, es el valor de volatilidad que, introducido en un modelo de valoración como el de Black-Scholes, reproduce el precio de mercado de la opción. Representa, por tanto, el consenso del mercado sobre cuánta variación espera para ese activo en el horizonte de la opción. Su ventaja es que incorpora información prospectiva: el mercado agrega las expectativas de múltiples participantes con distintas perspectivas y distintos accesos a la información. Su limitación es que depende del modelo de valoración utilizado para extraerla y de los supuestos de ese modelo sobre la distribución de los rendimientos. Además, la volatilidad implícita puede incluir primas de riesgo que distorsionan su interpretación como previsión pura. El índice VIX, ampliamente citado en la literatura financiera, es un ejemplo conocido de medida de volatilidad implícita derivada del mercado de opciones sobre el índice S&P 500. Usarlo sin entender sus supuestos puede llevar a interpretaciones erróneas sobre el nivel real de incertidumbre.

Un enfoque bayesiano de combinación de pronósticos permite incorporar tanto la señal histórica como la implícita dentro de un mismo marco estadístico, asignando a cada fuente un peso que refleja su capacidad predictiva según los datos disponibles. En lugar de elegir entre una y otra, el método pondera su contribución según la verosimilitud marginal de cada modelo. Cuando la volatilidad implícita ha demostrado ser más informativa en períodos recientes, recibe más peso; cuando la histórica ha sido más estable y precisa, ocurre lo contrario. Esta flexibilidad es precisamente la que hace al enfoque bayesiano más honesto que seleccionar una única métrica y descartando la otra. El estadístico Kenneth Wallis, entre otros académicos, ha señalado que la combinación de pronósticos produce sistemáticamente estimaciones más calibradas que las de cualquier modelo individual en contextos de alta incertidumbre estructural. Los resultados concretos varían según el activo, el período y los datos utilizados, y ninguna combinación elimina la incertidumbre: la distribuye de forma más transparente.