En este artículo, dejamos que los datos hablen por sí mismos sobre la existencia de retroalimentación de volatilidad y la relación riesgo-retorno, a menudo debatida. Hacemos esto modelando la relación contemporánea entre los rendimientos excesivos del mercado y las varianzas logarítmicas realizadas con una representación no paramétrica, de orden infinito, de la distribución conjunta de los observables. Nuestro estimador no paramétrico permite la desviación de la gaussianidad condicional a través de momentos de orden superior no nulos, como el comportamiento asimétrico y de colas gruesas, junto con relaciones riesgo-retorno suaves y no lineales. Utilizamos el proceso de Dirichlet bayesiano, parsimonioso y relativamente poco informativo, para superar el problema de tener demasiados desconocidos y no suficientes observaciones. Al aplicar nuestro modelo bayesiano no paramétrico a más de un siglo de rendimientos mensuales del mercado de valores de EE. UU. y varianzas realizadas, encontramos evidencia fuerte y robusta de retroalimentación de volatilidad. Una vez que se tiene en cuenta la retroalimentación de volatilidad, encontramos una relación positiva, no lineal y sin ambigüedades entre los rendimientos excesivos esperados y la varianza logarítmica realizada esperada. Además de la media condicional, la retroalimentación de volatilidad impacta toda la distribución conjunta.