收益率直方图

简单的收益率折线图并不能揭示太多时间序列特性；通常需要用不同的方式展示数据，才能看出有趣的结构。

收益率的直方图所对应的密度函数，可以在不考虑时间顺序的情况下，显示时间序列中最常见的收益率。在 R 中，可使用 hist() 和 density() 函数来计算和绘制。

在视频中，您看到如何创建包含 20 个箱（buckets）、带标题且没有 Y 轴标签的直方图：

> hist(amazon_stocks,
       breaks = 20,
       main = "AMAZON return distribution",
       xlab = "")

回顾一下，您可以使用 lines() 函数在现有图形上添加新的曲线，即使它具有不同的线条属性（如颜色和粗细）。

在本练习中，您将为 rtn 中包含的苹果公司过去两年的日度收益率数据绘制直方图。

本练习是课程的一部分

在 R 中可视化时间序列数据

绘制 rtn 的直方图，标题为 "Apple stock return distribution"，并设置 probability = TRUE，将直方图按概率密度进行缩放。
在图上添加一条新曲线，显示 rtn 的核密度估计。
重新绘制该密度曲线，线宽为默认值的 2 倍，并设置为红色。

通过完成这段示例代码来试试这个练习。

# Create a histogram of Apple stock returns


# Add a density line


# Redraw a thicker, red density line