hist.r<-
function(rend,classi)
{# Input:
 # rend = vettore T x 1 di rendimenti finanziari
 # classi = scalare che indica il numero di classi in
 #          cui deve essere suddiviso il dominio della serie per
 #          il calcolo della distribuzione di frequenze

 rend<-as.matrix(rend)
 massimo<-max(max(rend,na.rm=T),abs(min(rend,na.rm=T)))

 ts.plot(rend,ylab="rendimenti")
 windows()
 hist(rend,breaks=classi,xlim=c(-massimo,massimo),freq=F,xlab="r_t",
 main="Distribuzione dei rendimenti",col="green")
 mu<-mean(rend,na.rm=T) # media campionaria dei rendimenti
 sigma<-sqrt(var(rend,na.rm=T)) # sqm campionario dei rendimenti
 x<-seq(-massimo,massimo,length=5000) # quantili per il caloco della densità di prob
 y<-dnorm(x,mu,sigma)
 lines(x,y,col="red",lwd=3,lty=2)
 

}

rend<-rendimenti.r("mib30")
rend<-rend$rt
hist.r(rend,60)