A otimização de portfólios de ativos financeiros é um problema complexo, que possui uma variedade de métodos que podem ser explorados. Entre esses métodos, é possível destacar o método de otimização utilizando as características financeiras das empresas a fim de construir o portfólio com maior retorno possível. Essa abordagem foi proposta pelos pesquisadores Brandt, Santa-Clara e Valkanov em seu estudo Parametric Portfolio Policies: Exploiting Characteristics in the Cross-Section of Equity Returns, no qual utilizaram uma modelagem linear para a composição dessas características. Entretanto, diversos outros estudos, inclusive a pesquisa dos autores previamente mencionados, concluem que essas características na realidade possuem relações não lineares entre si. Por conta dessa hipótese, este trabalho focou em explorar e comparar os portfólios construídos com os mapeamentos linear e não linear, utilizando restrições financeiras para que os resultados possam ser os mais próximos possíveis da realidade. Além disso, utilizou-se redes neurais para realizar o mapeamento das características, visto que estas redes são bons algoritmos para generalizar funções não lineares. Por fim, os resultados obtidos com as redes neurais foram promissores, principalmente se comparados à contraparte linear. As restrições financeiras ainda permitem que o retorno seja expressivo e conclui-se que, para modelos mais complexos de redes neurais, é necessário um conjunto maior de dados para possibilitar seu treinamento.