Al realizar selección de carteras interesa establecer la cartera en la que exista un equilibrio entre el rendimiento y riesgo, en este sentido Markowitz fue el pionero al desarrollar un modelo que lograba este equilibrio con la solución de un modelo cuadrático convexo, en el cual la rentabilidad y el riesgo eran medido por la media y desviación estándar respectivamente, modelo que fue denominado de median-varianza (Lu, 2011). Sin embargo, la existencia de valores extremos o atípicos contaminan el modelo y hacen que este no se comporte bien conduciendo esta situación a estimaciones erróneas por lo que se han propuesto varios métodos tratando de dar solución a esta problemática. Dentro de las alternativas planteadas esta la estadística robusta con los cuales se ofrecen métodos para estimar el vector de medias y la matriz de covarianzas y con los cuales se trata de eliminar la incidencia que tienen los valores extremos al definir la composición de la cartera. (Montaño & Gaudencio Zurita, 2009). La importancia de los métodos robustos en finanzas es clara ya que no se desea que una decisión de inversión este afectada por un pequeño grupo de datos atípicos y sobre todo por la imposibilidad de predecir si habrá datos atípicos en un horizonte de inversión futuro, adicionalmente se sabe que las estadísticas robustas reducen la incidencia de los resultados atípicos, lo que reduce las estimaciones de volatilidad y las de retorno. Al utilizar estimadores robustos, se espera que estos cumplan con dos requerimientos que son eficiencia y estabilidad, es decir, su buen comportamiento se preserva ante la presencia de contaminación.(Montaño & Gaudencio Zurita, 2009)