Partiendo de un portafolio original de pólizas de seguros de vida, en este artículo proponemos una metodología para seleccionar carteras de puntos modelo que reproduzcan la original, preservando su riesgo de mercado bajo una cierta medida. Para lograr este objetivo, primero definimos una función de riesgo apropiada que mida el riesgo de mercado asociado a la evolución de las tasas de interés. Aunque se podrían considerar otros modelos alternativos de tasas de interés, hemos elegido el modelo de mercado LIBOR (London Interbank Offered Rate). Una vez que hemos seleccionado la función de riesgo adecuada, el problema de encontrar los puntos modelo del portafolio replicante se formula como un problema de minimización de la distancia entre los portafolios de puntos modelo originales y objetivo, bajo la medida dada por la función de riesgo propuesta. De esta manera, surge un problema de optimización global de alta dimensionalidad y se propone un algoritmo híbrido de optimización global adecuado para la solución eficiente de este problema. Algunos ejemplos ilustran el rendimiento de una implementación paralela multi-CPU para la evaluación de la función de riesgo, así como la eficiencia del algoritmo de optimización híbrido Basin Hopping para obtener el portafolio de puntos modelo.