R语言如何在日收益率直方图上正确绘制广义双曲分布拟合线

• hist()函数默认绘制频数直方图，Y轴为样本出现次数，而ghyp包的lines()方法默认输出概率密度值，两者Y轴量级完全不同，是显示异常的主要原因。
• 现有代码中直方图和拟合使用的数据源不一致（直方图用df$dataset.d.return.aex，拟合用returns[,"d.return.aex"]），也可能导致曲线分布和直方图偏移。

首先绘制密度刻度的直方图，将Y轴统一为概率密度维度，再绘制拟合曲线即可：

# 加载ghyp包
library(ghyp)

# 1. 绘制密度型直方图，freq=FALSE指定Y轴为概率密度，xlim匹配你定义的x.grid范围
hist(df$dataset.d.return.aex, breaks=100, main='daily returns', freq = FALSE, xlim = c(-0.05, 0.05))

# 2. 统一使用直方图的数据源拟合对称广义双曲分布
ghypuv <- fit.ghypuv(data = df$dataset.d.return.aex, symmetric = TRUE)

# 3. 绘制拟合分布曲线
lines(ghypuv, col="blue", lwd = 2)

如果需要自定义曲线的采样精度，可以手动计算密度值再绘制，可控性更高：

# 你提前定义的采样网格
x.grid <- seq(-0.05,to=0.05,by=0.001)
# 计算对应网格点的广义双曲分布密度值
ghyp_density <- dghyp(x.grid, object = ghypuv)
# 绘制自定义精度的拟合曲线
lines(x.grid, ghyp_density, col = "red", lwd = 2, lty = 2)

内容的提问来源于stack exchange，提问作者Tobias