Multivariate volatility models based on conditional correlations have been receiving increased attention due to the possibility of modeling the dynamics in the covariance matrices of financial asset returns. In this paper, the performance of this class of models is analyzed when applied to the problem of optimal portfolio selection of a portfolio of stocks. For that purpose, it is implemented four alternative parsimonious specifications for the class of conditional correlation Garch models. Using data from the Brazilian and North-American stock markets, it is obtained optimal minimum variance portfolios for each of the markets. The results indicate that the minimum variance portfolios obtained with conditional correlation models achieved superior results in terms of lower risk, higher risk-adjusted returns, higher cumulative gross returns and higher cumulative excess returns when compared to the main stock indices of each market.Modelos multivariados de volatilidade baseados em correlações condicionais têm recebido grande atenção em função da sua capacidade de modelar a dinâmica presente nas matrizes de covariâncias de retornos de ativos financeiros. Neste artigo, analisa-se o desempenho dessa classe de modelos quando aplicados ao problema de seleção de otimização de carteiras de ações. Para isso, implementam-se quatro diferentes especificações parcimoniosas de modelos de correlações condicionais da família Garch. Utilizando-se dados dos mercados acionários brasileiro e norte-americano, obtêm-se carteiras de mínima variância para cada um dos mercados. Os resultados indicam que as carteiras de variância mínima obtidas com modelos de correlações condicionais obtiveram resultados superiores em termos de menor risco, maior retorno ajustado ao risco, maior retorno bruto acumulado e maior excesso de retorno acumulado quando comparados aos principais índices de referência de cada um dos países.