Mientras que los intercambios y los reguladores pueden observar y analizar el comportamiento individual de los participantes del mercado financiero a través del acceso a datos etiquetados, esta información no es accesible para otros participantes del mercado ni para el público en general. Una pregunta clave, entonces, es si es posible modelar los comportamientos de los participantes individuales del mercado solo a través de la observación de datos de mercado no etiquetados disponibles públicamente. Se han sugerido varios métodos en la literatura utilizando métodos de clasificación basados en estadísticas de trading resumidas, así como utilizando métodos de aprendizaje por refuerzo inverso para inferir la función de recompensa subyacente al comportamiento de los traders. Nuestra principal contribución es proponer un modelo alternativo de aprendizaje por imitación multimodal basado en redes neuronales que realiza una segmentación latente de las estrategias de trading de acciones. Como resultado de que la segmentación en el espacio latente se optimiza de acuerdo con las funciones de recompensa individuales subyacentes a los comportamientos de envío de órdenes en cada segmento, nuestros resultados proporcionan clasificaciones interpretables y predicciones precisas que superan a otros métodos en los principales indicadores de clasificación, como se verifica en datos históricos de libros de órdenes desde enero de 2018 hasta agosto de 2019 obtenidos de la Bolsa de Tokio. Al analizar más a fondo el comportamiento de varios segmentos de traders, confirmamos que nuestros segmentos propuestos se comportan de acuerdo con los sentimientos de los inversores en el mercado real.