基于卷积神经网络的上市公司现金股利支付行为预测方法

本发明公开了基于卷积神经网络的上市公司现金股利支付行为预测方法，属于金融数据分析技术领域，包括以下步骤：S1：数据获取；S2：数据预处理；S3：模型构建；S4：模型训练；S5：支付行为预测。本发明通过1D‑CNN与多层FC层的有机结合，不仅可以更好地提取数据集的局部特征，还可以提升全局映射能力；通过K折交叉验证客观评估模型泛化能力；利用早停策略防止训练集过拟合；在验证损失长时间不改善时自动降低学习率，便于后期更精细地搜索参数；并通过L2正则化抑制权重过大，进一步提升模型的稳定性与泛化表现；性能优于现阶段所有传统统计模型和单一机器学习模型。