Hoy en día la mercadotecnia ha fomentado el interés en las inversiones, porque desde un teléfono inteligente es fácil usar aplicaciones que permiten hacer inversiones en tiempo real. Dentro de la estrategia de inversión se encuentra un proceso para invertir dinero, buscando siempre obtener el mayor rendimiento al menor riesgo posible; de esta manera se resuelve el problema de como seleccionar portafolios de inversión. La primera persona que planteó el problema de la selección de portafolios de inversión como un problema matemático fue Harry Markowitz; quien, en la década de 1950; publicó un modelo que permite optimizar los portafolios de inversión. Realizar investigación pública en finanzas, especialmente en la selección de portafolios de inversión; contribuye al aprendizaje de los interesados para fortalecer el conocimiento del comportamiento de los negocios y con esto, tomar decisiones solidas en el armando de carteras financieras. Teniendo como referencia el modelo del economista H. Markowitz, junto con el uso de redes neuronales artificiales para desarrollar una estructura que ayude a ampliar, estudiar y analizar un portafolio de inversión que cotiza en la Bolsa Mexicana de Valores en los años 2016 al 2022; a pesar del uso actual de redes neuronales artificiales en los negocios, continuar con el estudio de estas, sirve para encontrar formas nuevas de cómo usarlas en el análisis del mercado. El comportamiento de la economía es complejo, existen severas variables que son parte de los cambios constantes de precios que no se pueden controlar, la intención de indagar en esta área es para inferir el comportamiento de la bolsa; no para controlarla, sino para determinar el riesgo que implica invertir, haciendo uso de técnicas matemáticas; al final; el inversionista tiene la última palabra, derivado del análisis de carteras. También mencionar; las redes neuronales son útiles, debido a la capacidad de aprendizaje que tienen; con esto, ayudaran a mejorar la selección de portafolios, para tener el mejor rendimiento con el mínimo riesgo con ayuda del programa Python 3.6.