En este documento, proponemos un algoritmo paralelo para un modelo de optimización de un fondo de fondos (FOF). Basándonos en la estructura de la función objetivo, creamos una función lagrangiana aumentada y separamos el término cuadrático del término no lineal mediante el método del multiplicador de dirección alternativo (ADMM), lo que crea dos nuevos subproblemas que son mucho más fáciles de calcular. Para acelerar la velocidad de convergencia del algoritmo propuesto, utilizamos un método de tamaño de paso adaptativo para ajustar el parámetro de paso de acuerdo con el residuo del problema dual en cada iteración. Mostramos la paralelización del algoritmo propuesto e implementamos en CUDA con almacenamiento de bloques para la matriz estructurada, lo que se muestra ser hasta dos órdenes de magnitud más rápido que la implementación en CPU en problemas a gran escala.