La investigación tuvo como fin optimizar carteras multiobjetivo a la luz de la teoría de la credibilidad. Para cumplir este objetivo, se propuso un novedoso modelo difuso de optimización denominado "Modelo Credibilístico Multiobjetivo de Media-Semivarianza-Liquidez para la Selección de Carteras". La incertidumbre de la liquidez y el rendimiento futuro de cada activo se modeló por medio de números difusos L-R con funciones de referencia tipo potencia, donde sus funciones de pertenencia se obtuvieron a partir de los percentiles muéstrales de sus rendimientos históricos y del índice de liquidez en bolsa, respectivamente. Con el objetivo de conseguir un modelo más realista se consideró la restricción de cardinalidad que limita el número de activos que participan en las carteras y las restricciones de cotas superiores e inferiores que permiten combinaciones de activos que respetan las preferencias del inversor. El problema de optimización multiobjetivo resultante fue lineal y convexo, y fue resuelto aplicando algoritmo NSGAII. La ilustración de la efectividad y eficiencia del modelo en aplicaciones prácticas, se realizó para un inversionista que asume la toma de decisiones de inversión en el Mercado Integrado Latinoamericano (MILA), que integra los mercados bursátiles de Chile, Colombia, México y Perú. El resultado del estudio empírico estableció que el modelo propuesto proporciona conjuntos de carteras no-dominadas ampliamente distribuidas en el frente óptimo de Pareto, lo cual provee al decisor una representación de los mejores trade-offs entre los tres criterios seleccionados. Así mismo, al maximizar el índice de Sortino por primera vez en un entorno credibilístico, se seleccionó los pesos de inversión óptimos de una estrategia de re-balanceo de 4 carteras. Seguidamente, esta estrategia de re-balanceo se contrasto con el comportamiento del ETF MILA TRC, y se demostró que la cartera re-balanceada ofrece una mejor alternativa en cuanto a la rentabilidad, la liquidez y riesgo del mercado.