The goal of this paper is twofold. First, using five of the most actively traded stocks in the Brazilian financial market, this paper shows that the normality assumption commonly used in the risk management area to describe the distributions of returns standardized by volatilities is not compatible with volatilities estimated by EWMA or GARCH models. In sharp contrast, when the information contained in high frequency data is used to construct the realized volatility measures, we attain the normality of the standardized returns, giving promise of improvements in Value-at-Risk statistics. We also describe the distributions of volatilities of the Brazilian stocks, showing that they are nearly lognormal. Second, we estimate a simple model of the log of realized volatilities that differs from the ones in other studies. The main difference is that we do not find evidence of long memory. The estimated model is compared with commonly used alternatives in out-of-sample forecasting experiment.O artigo tem por objetivo modelar a volatilidade diária de cinco dos ativos mais negociados na bolsa de valores de São Paulo. A abordagem utilizada é baseada em dados intra-diários e o estimador conhecido como variância realizada é adotado. As principais conclusões são: em primeiro lugar, os retornos diários padronizados pela volatilidade realizada são aproximadamente normais. Além disso, as log-volatilidades também apresentam distribuições bem próximas da normal. Finalmente, ao contrário da literatura corrente, não há evidências de memória longa na série de volatilidade e um simples modelo de memória curta é suficiente para modelar e prever as séries diárias de volatilidade.