Desarrollar estimadores de tendencias efectivos es el principal método para resolver el problema de selección de cartera en línea. Aunque las estrategias de cartera existentes han demostrado un buen rendimiento a través del desarrollo de varios estimadores de tendencias, aún es desafiante determinar de antemano qué estimador producirá la máxima riqueza acumulada final en tareas de selección de cartera en línea. Este documento estudia un enfoque de conjunto en línea para la selección de cartera en línea aprovechando las fortalezas de múltiples estimadores de tendencias. Específicamente, se diseñan primero una función de pérdida basada en retornos y una función de pérdida basada en entropía cruzada para evaluar la adaptabilidad de diferentes estimadores de tendencias en un entorno financiero. Sobre esta base, se propone un modelo de conjunto agresivo pasivo para ponderar estos estimadores de tendencias dentro de un simplex unitario de acuerdo con su adaptabilidad. Se realizan experimentos extensos en conjuntos de datos de referencia de varios mercados bursátiles del mundo real para evaluar su rendimiento. Los resultados muestran que la estrategia propuesta logra un rendimiento de vanguardia, incluyendo eficiencia y retorno acumulativo.