En esta investigación, se construye un modelo basado en agentes (ABM) del mercado de valores para detectar la proporción de diferentes tipos de traders. Modelamos un mercado de valores simple que tiene tres tipos diferentes de traders: traders de ruido, traders fundamentales y traders técnicos, que negocian un único activo. La optimización bayesiana se utiliza para ajustar los hiperparámetros de las estrategias de los traders, así como del mercado de valores. Los resultados experimentales sobre la calibración bayesiana con la prueba Kolmogorov-Smirnov (KS) demostraron que las calibraciones separadas propuestas redujeron el error de simulación, con parámetros estimados plausibles. Con datos empíricos del índice Dow Jones Industrial Average (DJIA), encontramos que los traders fundamentales representan del 9% al 11% de todos los traders en el mercado de valores. El análisis estadístico de datos simulados puede producir los hechos estilizados importantes en los mercados de valores reales, como la leptocurtosis, la cola pesada de los rendimientos y el agrupamiento de la volatilidad.