---
title: "【26/100】美股回调幅度频次历史统计"
type: "Topics"
locale: "zh-CN"
url: "https://longbridge.com/zh-CN/topics/36768054.md"
description: "📊 历史统计规律／频率• 回调 vs 熊市 vs 年内小幅震荡根据一家市场分析机构，从 1954 到 2024 年，5%–10% 的下跌 (“pullback”／小回调) 平均每年发生 约 2 次。 10% 或以上（即通常所说的 correction）的下跌，从 1954 到 2024 年平均大约每 18 个月 出现一次。 自二战以后（某些统计从 1950 年起算）..."
datetime: "2025-11-27T10:26:59.000Z"
locales:
  - [en](https://longbridge.com/en/topics/36768054.md)
  - [zh-CN](https://longbridge.com/zh-CN/topics/36768054.md)
  - [zh-HK](https://longbridge.com/zh-HK/topics/36768054.md)
author: "[Superjean](https://longbridge.com/zh-CN/profiles/11397201.md)"
---

# 【26/100】美股回调幅度频次历史统计

**📊 历史统计规律／频率**

**• 回调 vs 熊市 vs 年内小幅震荡**

-   根据一家市场分析机构，从 1954 到 2024 年，5%–10% 的下跌 (“pullback”／小回调) 平均每年发生 约 2 次。 
-   10% 或以上（即通常所说的 correction）的下跌，从 1954 到 2024 年平均大约每 18 个月 出现一次。 
-   自二战以后（某些统计从 1950 年起算），S&P 500 所有 10%+ 的 “correction”（即从峰值下跌 ≥10%）中，有很多并没有发展成熊市（20%+ 下跌）。根据某些研究，自 1950 年代起，大约每 7–8 年 出现一次熊市（即 20%+ 的下跌）。 

**• 回调／熊市的 “转化率”：并非所有 correction 都是熊市**

-   一项较新的分析指出，自二战结束以来，只有约 25%–39% 的 ≥10% 回调最终演变为 ≥20% 的熊市。 
-   换句话说，绝大多数 correction（即 10–19.9% 的下跌）最终不会升级成熊市，而是止跌并恢复。 

**• 平均跌幅与回调／熊市持续时间**

-   对于 correction（通常定义为跌幅 ≥10% 但 <20%），历史平均跌幅约为 13–14%。 
-   平均从峰值到谷底所需时间约为 130–140 天（大约 4–5 个月）。 
-   若是熊市（≥20% 下跌），历史数据显示熊市平均跌幅约 33%。 
-   熊市的持续时间往往远超过普通回调 — 虽然各熊市间差异很大，但一般跌幅大、恢复慢。 

**✅关键长期结论**

1.  小回调（5%–10%）
    -   频率：大约 每年约 2 次（常见估值；也有机构报 1–3 次区间）
2.  中等回调 / correction（10%–20%）
    -   频率：历史上约 每 12–24 个月出现一次（常用描述为平均约 18 个月）。
    -   平均跌幅：**约 13%–14%**（即多数 correction 的实际平均值在此附近）。
    -   平均从峰到谷所需时间：約 4–5 个月（≈130–140 天）。  
         
3.  熊市 / 大幅回撤（≥20%）
    -   频率（长期）：不同统计口径略有差别，但主流估计是 每 ~7 年左右出现一次熊市（换算大约 6–8 年一遇，而不是每 3 年）。部分短期或不同口径统计会得出不同次数（见来源差异说明）。
    -   平均跌幅（熊市）：历史平均峰 - 谷跌幅约 **~33%**（不同样本与口径下平均在 30%–35% 区间）。
    -   持续时间（到谷底）：熊市从峰到谷常见耗时 约 12–18 个月（中位或平均值视样本而异）  
         
4.  回调→熊市 的 “转化率”
    -   并非所有 ≥10% 的回调都会继续演变为 ≥20%。**历史上约 25%–40% 的 ≥10% 回调最终演化为熊市（不同研究给出 1/4–2/5 的区间）。**这说明多数 correction 最终并不会成为熊市。
5.  长期环境/背景的影响
    -   回调／熊市的深度与持续性强烈受宏观环境（经济衰退、利率上行、估值高企、流动性事件等）影响；同一幅度的下跌在不同背景下含义不同（例如 2000 年代初的科技股泡沫 vs 2020 年的突然疫情性暴跌）。历史数据需要与宏观标签并列检视才能更有判断力