La asignación óptima de activos es un tema clave en la teoría financiera moderna. Para realizar la asignación óptima de activos en función de la aversión al riesgo del inversor, se han propuesto varios métodos de construcción de carteras. Recientemente, las aplicaciones de aprendizaje automático están creciendo rápidamente en el área de las finanzas. En este artículo, proponemos el modelo de variable latente del proceso de Student (TPLVM) para describir las fluctuaciones no gaussianas de series temporales financieras mediante variables latentes de menor dimensión. Posteriormente, aplicamos el TPLVM a la construcción de carteras como una alternativa a los modelos de factores no lineales existentes. Para probar el rendimiento del método propuesto, construimos carteras de varianza mínima de índices del mercado de valores globales basadas en el TPLVM o el modelo de variable latente del proceso gaussiano. Al comparar estas carteras, confirmamos que la cartera propuesta supera a la del modelo de variable latente del proceso gaussiano existente.