El sistema de pago financiero existente tiene problemas inherentes de fraude con tarjetas de crédito que deben resolverse con soluciones sólidas y efectivas. En esta investigación, se propone un modelo combinado de aprendizaje profundo que incorpora una red neuronal convolucional (CNN), una red neuronal de memoria a corto y largo plazo (LSTM) y una capa de salida completamente conectada para mejorar la precisión de la detección de fraudes, especialmente en la resolución del problema de desequilibrio de clases. Una CNN se utiliza para características espaciales, LSTM para información secuencial y una capa de salida completamente conectada para la toma de decisiones final. Además, se utiliza SMOTE para equilibrar los datos y se utiliza la optimización de hiperparámetros para lograr el mejor rendimiento del modelo. En el caso de la optimización de hiperparámetros, la tasa de detección se mejora considerablemente. Se obtienen métricas de alta precisión con el modelo propuesto CNN-LSTM (CLST), con una recuperación del 83%, precisión del 70%, puntuación F1 del 76% para transacciones fraudulentas y ROC-AUC de 0.9733. El rendimiento del modelo propuesto se mejora mediante la optimización de hiperparámetros a una recuperación del 99%, precisión del 83%, puntuación F1 del 91% para casos fraudulentos y ROC-AUC de 0.9995, lo que representa una detección de fraudes casi perfecta junto con una baja tasa de falsos negativos. Estos resultados demuestran que la optimización de hiperparámetros y capas es una forma efectiva de mejorar el rendimiento de los modelos híbridos de aprendizaje profundo para la detección de fraudes financieros. Si bien estudios previos han investigado estructuras híbridas, este estudio se distingue por la introducción de una integración optimizada de CNN y LSTM dentro de una arquitectura de capa unificada.