LLM-BLM / PairBL portfolio research with GPT-OSS

Walk-forward rebalance backtest chạy hoàn toàn trong năm 2025, dùng các model qua NVIDIA NIM để tạo absolute views (LLM-BLM) và relative pairwise views (PairBL / RelView-BL). Tại mỗi rebalance, LLM và optimizer được chạy lại với cửa sổ formation là ~252 phiên gần nhất (khoảng 1 năm, gồm 2024-H2 và 2025), rồi giữ nguyên bộ trọng số cho N phiên kế tiếp. Kết quả là một đường NAV liên tục cho mỗi method ở mỗi chu kỳ holding period.

Trong các bảng, in đậm là giá trị tốt nhất cho metric đó và gạch chân là tốt thứ hai (với drawdown/recovery, giá trị thấp hơn là tốt hơn).

So sánh PairBL giữa các model

Model	Trạng thái	Ghi chú
GPT-OSS-20B	✅ Chạy xong	Bảng kết quả chi tiết bên dưới
GPT-OSS-120B	✅ Chạy xong	So sánh PairBL chi tiết: experiments/nvidia_nim_2025_walkforward_120b/PAIRBL_COMPARISON.md
Llama-3.1-8B	✅ Chạy xong	Knowledge cutoff Dec 2023 (trước 2025, tránh leakage)
Llama-3.1-70B	✅ Chạy xong	Knowledge cutoff Dec 2023 (trước 2025, tránh leakage)
Llama-3.3-70B	⚠️ Quá chậm	~80-300s/call, không khả thi (~1-3 ngày)
Qwen3-Next-80B	❌ Không tồn tại	404 Gone trên NVIDIA NIM
Mistral Medium 3.5-128B	❌ Hết hạn	EOL 2026-08-07 (410 Gone)
Mixtral 8x7B	❌ Hết hạn	EOL 2026-07-27 (410 Gone)

Điểm nổi bật của GPT-OSS-120B: PairBL đạt Sharpe 3.09 ở Cross-Asset ETFs 30 ngày (GPT-OSS-20B: 2.13) và Sharpe 2.27 ở US Technology 60 ngày. Llama-3.1-70B dẫn đầu cumulative return PairBL ở US Technology 30 ngày (81.6%) và US Financials 30 ngày (36.2%).

NAV 2025 — so sánh PairBL giữa 4 model (holding 30 ngày)

Đường NAV PairBL (RelView-BL) của 4 model: GPT-OSS-20B (xanh dương), GPT-OSS-120B (cam), Llama-3.1-8B (xanh ngọc), Llama-3.1-70B (hồng). Dữ liệu tổng hợp tại results/nav_4models_2025/.

Kết quả backtest 2025 (holding 30 ngày)

US Technology Equities

Core metrics:

Method	Cum. return	Ann. return	Ann. vol	Sharpe	Sortino	Calmar	Max DD	Final NAV	Rebal
BL	81.6%	104.7%	41.6%	1.93	3.05	4.50	-23.3%	1.82	7
MVO	50.4%	63.2%	32.5%	1.67	2.66	3.40	-18.6%	1.50	7
EW	39.1%	48.5%	29.0%	1.51	2.33	2.48	-19.5%	1.39	7
LLM-BLM (GPT-OSS-20B)	44.3%	55.3%	30.7%	1.59	2.47	2.98	-18.6%	1.44	7
PairBL (GPT-OSS-20B)	78.6%	100.6%	33.6%	2.24	3.63	5.88	-17.1%	1.79	7

Drawdown, downside & tail-risk metrics:

Method	Avg DD	Max DD days	Recovery days	Downside dev	Ulcer index	Win rate	Gain/Loss	Profit factor	VaR 95%	CVaR 95%	VaR 99%	CVaR 99%	Worst 5% avg
BL	-5.5%	43	23	26.3%	0.23	60.5%	0.94	1.43	-3.9%	-5.7%	-7.1%	-8.3%	-5.9%
MVO	-4.4%	46	23	20.4%	0.19	59.0%	0.95	1.36	-3.1%	-4.4%	-4.7%	-5.9%	-4.6%
EW	-3.7%	46	23	18.8%	0.20	62.9%	0.80	1.35	-2.5%	-4.1%	-5.2%	-6.5%	-4.2%
LLM-BLM (GPT-OSS-20B)	-4.1%	46	23	19.7%	0.19	59.5%	0.91	1.34	-2.7%	-4.1%	-4.2%	-5.8%	-4.3%
PairBL (GPT-OSS-20B)	-4.5%	44	21	20.7%	0.17	59.0%	1.04	1.49	-3.4%	-4.3%	-4.6%	-5.3%	-4.4%

US Financial Equities

Core metrics:

Method	Cum. return	Ann. return	Ann. vol	Sharpe	Sortino	Calmar	Max DD	Final NAV	Rebal
BL	36.2%	44.9%	29.0%	1.42	2.01	2.41	-18.6%	1.36	7
MVO	21.5%	26.3%	25.4%	1.05	1.43	1.51	-17.5%	1.21	7
EW	23.9%	29.4%	22.3%	1.27	1.74	1.94	-15.1%	1.24	7
LLM-BLM (GPT-OSS-20B)	30.4%	37.5%	21.2%	1.61	2.36	2.90	-12.9%	1.30	7
PairBL (GPT-OSS-20B)	32.9%	40.7%	28.3%	1.35	1.88	2.19	-18.6%	1.33	7

Drawdown, downside & tail-risk metrics:

Method	Avg DD	Max DD days	Recovery days	Downside dev	Ulcer index	Win rate	Gain/Loss	Profit factor	VaR 95%	CVaR 95%	VaR 99%	CVaR 99%	Worst 5% avg
BL	-3.4%	46	25	20.6%	0.19	59.0%	0.91	1.32	-2.5%	-4.5%	-5.1%	-7.4%	-4.7%
MVO	-3.2%	35	28	18.6%	0.17	61.0%	0.79	1.23	-2.3%	-4.1%	-4.7%	-6.8%	-4.3%
EW	-2.6%	32	23	16.2%	0.15	58.1%	0.92	1.28	-2.0%	-3.5%	-4.1%	-6.1%	-3.7%
LLM-BLM (GPT-OSS-20B)	-2.7%	52	17	14.4%	0.13	57.6%	0.99	1.35	-1.8%	-3.1%	-3.4%	-5.1%	-3.2%
PairBL (GPT-OSS-20B)	-3.5%	46	25	20.3%	0.19	59.5%	0.88	1.30	-2.5%	-4.4%	-5.2%	-7.4%	-4.6%

Cross-Asset ETFs

Core metrics:

Method	Cum. return	Ann. return	Ann. vol	Sharpe	Sortino	Calmar	Max DD	Final NAV	Rebal
BL	24.6%	30.2%	17.7%	1.58	2.36	2.21	-13.6%	1.25	7
MVO	31.3%	38.7%	12.2%	2.73	4.17	5.61	-6.9%	1.31	7
EW	18.7%	22.9%	11.7%	1.82	2.71	2.41	-9.5%	1.19	7
LLM-BLM (GPT-OSS-20B)	21.5%	26.4%	12.0%	2.02	3.01	3.14	-8.4%	1.22	7
PairBL (GPT-OSS-20B)	33.1%	40.9%	16.7%	2.13	3.17	3.38	-12.1%	1.33	7

Drawdown, downside & tail-risk metrics:

Method	Avg DD	Max DD days	Recovery days	Downside dev	Ulcer index	Win rate	Gain/Loss	Profit factor	VaR 95%	CVaR 95%	VaR 99%	CVaR 99%	Worst 5% avg
BL	-1.9%	32	23	11.8%	0.14	57.1%	1.04	1.39	-1.5%	-2.6%	-2.9%	-4.4%	-2.7%
MVO	-1.3%	16	11	8.0%	0.07	61.4%	1.00	1.59	-1.1%	-1.8%	-2.0%	-2.4%	-1.8%
EW	-1.2%	27	24	7.9%	0.10	61.9%	0.88	1.44	-1.0%	-1.7%	-1.9%	-2.9%	-1.8%
LLM-BLM (GPT-OSS-20B)	-1.3%	28	11	8.0%	0.08	61.0%	0.91	1.42	-1.0%	-1.6%	-2.2%	-2.6%	-1.7%
PairBL (GPT-OSS-20B)	-1.8%	26	23	11.3%	0.12	61.4%	0.95	1.51	-1.4%	-2.4%	-3.0%	-4.3%	-2.5%

Kết quả backtest 2025 (holding 60 ngày)

US Technology Equities

Core metrics:

Method	Cum. return	Ann. return	Ann. vol	Sharpe	Sortino	Calmar	Max DD	Final NAV	Rebal
BL	80.8%	129.1%	42.3%	2.17	3.54	5.54	-23.3%	1.81	3
MVO	44.3%	67.1%	32.3%	1.75	2.86	3.62	-18.6%	1.44	3
EW	34.9%	52.1%	30.1%	1.54	2.42	2.66	-19.5%	1.35	3
LLM-BLM (GPT-OSS-20B)	73.6%	116.5%	39.4%	2.16	3.52	5.40	-21.6%	1.74	3
PairBL (GPT-OSS-20B)	69.0%	108.4%	41.0%	1.99	3.25	4.88	-22.2%	1.69	3

Drawdown, downside & tail-risk metrics:

Method	Avg DD	Max DD days	Recovery days	Downside dev	Ulcer index	Win rate	Gain/Loss	Profit factor	VaR 95%	CVaR 95%	VaR 99%	CVaR 99%	Worst 5% avg
BL	-4.9%	33	23	25.9%	0.23	60.0%	1.00	1.51	-3.4%	-5.7%	-7.4%	-8.9%	-5.7%
MVO	-4.1%	46	23	19.7%	0.19	60.0%	0.93	1.39	-2.9%	-4.3%	-4.8%	-6.5%	-4.3%
EW	-3.6%	46	23	19.2%	0.20	62.2%	0.83	1.36	-2.5%	-4.3%	-5.6%	-7.1%	-4.3%
LLM-BLM (GPT-OSS-20B)	-4.7%	33	23	24.1%	0.22	60.6%	0.98	1.50	-3.4%	-5.3%	-6.5%	-7.9%	-5.3%
PairBL (GPT-OSS-20B)	-4.7%	33	23	25.2%	0.22	59.4%	0.99	1.45	-3.5%	-5.4%	-6.8%	-8.2%	-5.4%

US Financial Equities

Core metrics:

Method	Cum. return	Ann. return	Ann. vol	Sharpe	Sortino	Calmar	Max DD	Final NAV	Rebal
BL	19.1%	27.8%	30.5%	0.96	1.33	1.49	-18.6%	1.19	3
MVO	12.2%	17.5%	27.1%	0.73	0.99	1.00	-17.5%	1.12	3
EW	12.0%	17.2%	23.5%	0.79	1.07	1.14	-15.1%	1.12	3
LLM-BLM (GPT-OSS-20B)	8.9%	12.7%	26.6%	0.58	0.80	0.76	-16.8%	1.09	3
PairBL (GPT-OSS-20B)	20.6%	30.0%	29.4%	1.04	1.44	1.68	-17.9%	1.21	3

Drawdown, downside & tail-risk metrics:

Method	Avg DD	Max DD days	Recovery days	Downside dev	Ulcer index	Win rate	Gain/Loss	Profit factor	VaR 95%	CVaR 95%	VaR 99%	CVaR 99%	Worst 5% avg
BL	-3.6%	46	25	22.0%	0.19	57.8%	0.88	1.20	-2.7%	-4.9%	-5.6%	-8.5%	-4.9%
MVO	-3.2%	32	25	20.0%	0.17	58.3%	0.82	1.15	-2.6%	-4.5%	-5.3%	-7.8%	-4.5%
EW	-2.8%	32	23	17.4%	0.15	57.2%	0.87	1.17	-2.1%	-3.9%	-4.7%	-7.0%	-3.9%
LLM-BLM (GPT-OSS-20B)	-3.1%	35	25	19.4%	0.17	56.7%	0.86	1.12	-2.4%	-4.4%	-5.0%	-7.8%	-4.4%
PairBL (GPT-OSS-20B)	-3.5%	32	25	21.3%	0.18	60.0%	0.82	1.22	-2.6%	-4.8%	-5.7%	-8.2%	-4.8%

Cross-Asset ETFs

Core metrics:

Method	Cum. return	Ann. return	Ann. vol	Sharpe	Sortino	Calmar	Max DD	Final NAV	Rebal
BL	15.6%	22.4%	18.1%	1.21	1.80	1.65	-13.6%	1.16	3
MVO	20.8%	30.3%	11.7%	2.32	3.52	4.39	-6.9%	1.21	3
EW	13.9%	19.9%	12.2%	1.55	2.31	2.10	-9.5%	1.14	3
LLM-BLM (GPT-OSS-20B)	20.7%	30.2%	14.4%	1.90	2.91	3.12	-9.7%	1.21	3
PairBL (GPT-OSS-20B)	24.7%	36.1%	17.5%	1.85	2.79	3.01	-12.0%	1.25	3

Drawdown, downside & tail-risk metrics:

Method	Avg DD	Max DD days	Recovery days	Downside dev	Ulcer index	Win rate	Gain/Loss	Profit factor	VaR 95%	CVaR 95%	VaR 99%	CVaR 99%	Worst 5% avg
BL	-1.9%	32	23	12.2%	0.14	56.7%	0.99	1.30	-1.3%	-2.7%	-3.3%	-5.2%	-2.7%
MVO	-1.2%	17	13	7.7%	0.07	61.1%	0.95	1.49	-1.0%	-1.7%	-2.0%	-2.6%	-1.7%
EW	-1.3%	27	24	8.2%	0.10	60.6%	0.90	1.38	-1.0%	-1.9%	-2.2%	-3.4%	-1.9%
LLM-BLM (GPT-OSS-20B)	-1.3%	36	13	9.4%	0.10	61.1%	0.91	1.43	-1.3%	-2.1%	-2.5%	-3.7%	-2.1%
PairBL (GPT-OSS-20B)	-1.9%	32	23	11.6%	0.12	61.7%	0.89	1.44	-1.3%	-2.5%	-2.8%	-5.0%	-2.5%

Drawdown (holding 30 ngày)

US Technology Equities

US Financial Equities

Cross-Asset ETFs

Phương pháp

Method	Loại
BL	Baseline (Black-Litterman equilibrium prior)
MVO	Baseline (Mean-Variance Optimization)
EW	Baseline (Equal Weight)
LLM-BLM (GPT-OSS-20B)	LLM absolute views + Black-Litterman
PairBL (GPT-OSS-20B)	LLM pairwise relative views + RelView-BL

Cấu trúc

• run.py — thu thập LLM views (absolute) và relative pairwise views
• collect_relative_views.py — thu thập sparse pairwise LLM views
• relview_bl.py — RelView-BL (PairBL) implementation
• run_nvidia_nim_walkforward_2025.py — walk-forward 2025 backtest runner
• backtest_compare.py — backtest và so sánh nhiều phương pháp
• portfolio_backtest.py — shared realized-return metrics
• baselines.py — baseline portfolio strategies (BL/MVO/EW)
• responses/ — LLM predictions và views
• results/ — kết quả đánh giá
• yfinance/ — dữ liệu giá cổ phiếu
• experiments/nvidia_nim_2025_walkforward/ — kết quả backtest 2025 (README chi tiết)

Dữ liệu & tham số

Tham số	Giá trị
Năm backtest	2025 (01-02 → 12-31)
Holding periods	30 ngày và 60 ngày
Formation look-back	~252 phiên giao dịch (~1 năm)
Rebalance đầu tiên	sau ≥40 phiên formation
Model	openai/gpt-oss-20b (NVIDIA NIM)
Repeats / min calls	2 / 2
Max pairs (views)	15
Temperature	0.3
Calibration	none
Tau	0.025
Risk aversion	0.1
Max weight	15%
Transaction cost	10 bps
Reasoning effort	low (ổn định output)

Chạy lại

$env:NVIDIA_API_KEY = "<key>"
py run_nvidia_nim_walkforward_2025.py --dry-run   # ước lượng số calls
py run_nvidia_nim_walkforward_2025.py             # chạy đầy đủ

Guardrails

• Các LLM calls được thực hiện sau cửa sổ test với tên asset nhận diện được, nên kết quả có thể chịu ảnh hưởng của training-cutoff hoặc leakage phía nhà cung cấp dù pipeline số là point-in-time.
• Đây là kết quả nghiên cứu, không phải bằng chứng cho hiệu suất live.