Una copula es una función de distribución acumulativa multivariante con distribuciones marginales. Por esta razón, un estimador de núcleo clásico no funciona y este estimador necesita ser corregido en los límites, lo que aumenta la dificultad de la estimación y, en la práctica, la corrección de los límites de sesgo puede no proporcionar la mejora deseada. Una transformación de cuantil de marginales es una forma de mejorar el enfoque de núcleo clásico. Este artículo muestra que una transformación de cuantil Beta es óptima y analiza un estimador de núcleo basado en esta transformación. Además, se prueban las propiedades básicas que permiten que el nuevo estimador se utilice para inferir sobre copulas de valores extremos. Los resultados de un estudio de simulación muestran cómo el nuevo estimador no paramétrico mejora los estimadores de copulas de núcleo alternativos. Ilustramos nuestra propuesta con un análisis de datos de riesgo financiero.