La optimización de carteras de acciones siempre es un problema de investigación interesante y atractivo debido a la variedad de mercados bursátiles. Para encontrar una cartera de acciones útil, se han presentado enfoques basados en metaheurísticas para obtener carteras de acciones de grupo diversificado (DGSP) considerando la diversidad de carteras de acciones en el pasado. Sin embargo, en los algoritmos DGSP existentes, quedan dos problemas por resolver. El primero es cómo establecer un tamaño de grupo adecuado, y el segundo es que el proceso de evolución es consumidor de tiempo. Para resolver estos problemas, en este documento se propuso un enfoque utilizando algoritmos genéticos de agrupación (GGAs) para optimizar un DGSP. Para establecer un tamaño de grupo adecuado, el enfoque propuesto utilizó dos atributos de acciones de grupo, incluido el retorno sobre el patrimonio y la relación precio/beneficio. Luego, para derivar mejores grupos de acciones, se diseñó un factor de validación de agrupación, que se utilizó como parte de una función de aptitud. Para resolver el problema de consumo de tiempo, utilizando el cromosoma temporal diseñado, el número de carteras de acciones que necesitan ser evaluadas podría reducirse en el enfoque propuesto para acelerar el proceso de evolución. Finalmente, se realizaron experimentos en dos conjuntos de datos de acciones reales que contenían 31 y 50 acciones para mostrar que el enfoque propuesto era efectivo y eficiente. Los resultados indicaron que el enfoque propuesto no solo podía lograr rendimientos similares, sino también acelerar el proceso de evolución en comparación con los algoritmos existentes.