El artículo aborda la predicción de la volatilidad realizada para series temporales financieras utilizando el modelo autorregresivo heterogéneo (HAR) y técnicas de aprendizaje automático. Consideramos una versión extendida del modelo HAR existente con volatilidad implícita purificada incluida. Para este modelo extendido, aplicamos el algoritmo de bosques aleatorios para la predicción de la dirección y la magnitud de la volatilidad realizada. En experimentos con datos históricos de alta frecuencia, demostramos mejoras en la precisión de las predicciones para el modelo propuesto.