Os mercados financeiros e investimentos desempenham um papel crucial na economia. Além disso, os avanços na tecnologia e a disponibilidade de serviços abertos estão afetando a integração dos mercados financeiros e das instituições financeiras. Isso tem tornado os processos de tomada de decisão financeira ainda mais complexos, à medida que são aplicados métodos precisos para lidar com restrições específicas. O problema de seleção de portfólio (PSP) é um dos problemas mais importantes e relevantes no campo das finanças. O objetivo é escolher um conjunto de ativos que maximizem ou minimizem o retorno ou risco, respectivamente. Este trabalho apresenta uma nova formulação do problema de seleção de portfólio com um único objetivo e restrições de cardinalidade, visando minimizar o risco do portfólio considerando várias categorias de ativos. O objetivo é compor um portfólio multiativo com um número fixo de três categorias de ativos diversas (ações brasileiras, ações americanas e REITs) para minimizar o risco do portfólio, dado um retorno esperado. Além disso, este trabalho utiliza as Redes Neurais Recorrentes de arquitetura Long Short-Term Memory (LSTM) e os algoritmos de Regressão de Vetor de Suporte (SVR) para prever o retorno esperado dos ativos. Também apresenta modelos matemáticos para a realização do processo de composição da carteira, juntamente com experimentos computacionais que validam o proposto. Nossos resultados principais validaram o modelo proposto mostrando que é possível obter portfólios diversificados dado um nível de retorno, superando os índices de mercado.