---
title: "【26/100】美股回調幅度頻次歷史統計"
type: "Topics"
locale: "zh-HK"
url: "https://longbridge.com/zh-HK/topics/36768054.md"
description: "📊 歷史統計規律／頻率• 回調 vs 熊市 vs 年內小幅震盪根據一家市場分析機構，從 1954 到 2024 年，5%–10% 的下跌 (“pullback”／小回調) 平均每年發生 約 2 次。 10% 或以上（即通常所説的 correction）的下跌，從 1954 到 2024 年平均大約每 18 個月 出現一次。 自二戰以後（某些統計從 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-HK/profiles/11397201.md)"
---

# 【26/100】美股回調幅度頻次歷史統計

**📊 歷史統計規律／頻率**

**• 回調 vs 熊市 vs 年內小幅震盪**

-   根據一家市場分析機構，從 1954 到 2024 年，5%–10% 的下跌 (“pullback”／小回調) 平均每年發生 約 2 次。 
-   10% 或以上（即通常所説的 correction）的下跌，從 1954 到 2024 年平均大約每 18 個月 出現一次。 
-   自二戰以後（某些統計從 1950 年起算），S&P 500 所有 10%+ 的 “correction”（即從峯值下跌 ≥10%）中，有很多並沒有發展成熊市（20%+ 下跌）。根據某些研究，自 1950 年代起，大約每 7–8 年 出現一次熊市（即 20%+ 的下跌）。 

**• 回調／熊市的 “轉化率”：並非所有 correction 都是熊市**

-   一項較新的分析指出，自二戰結束以來，只有約 25%–39% 的 ≥10% 回調最終演變為 ≥20% 的熊市。 
-   換句話説，絕大多數 correction（即 10–19.9% 的下跌）最終不會升級成熊市，而是止跌並恢復。 

**• 平均跌幅與回調／熊市持續時間**

-   對於 correction（通常定義為跌幅 ≥10% 但 <20%），歷史平均跌幅約為 13–14%。 
-   平均從峯值到谷底所需時間約為 130–140 天（大約 4–5 個月）。 
-   若是熊市（≥20% 下跌），歷史數據顯示熊市平均跌幅約 33%。 
-   熊市的持續時間往往遠超過普通回調 — 雖然各熊市間差異很大，但一般跌幅大、恢復慢。 

**✅關鍵長期結論**

1.  小回調（5%–10%）
    -   頻率：大約 每年約 2 次（常見估值；也有機構報 1–3 次區間）
2.  中等回調 / correction（10%–20%）
    -   頻率：歷史上約 每 12–24 個月出現一次（常用描述為平均約 18 個月）。
    -   平均跌幅：**約 13%–14%**（即多數 correction 的實際平均值在此附近）。
    -   平均從峯到谷所需時間：約 4–5 個月（≈130–140 天）。  
         
3.  熊市 / 大幅回撤（≥20%）
    -   頻率（長期）：不同統計口徑略有差別，但主流估計是 每 ~7 年左右出現一次熊市（換算大約 6–8 年一遇，而不是每 3 年）。部分短期或不同口徑統計會得出不同次數（見來源差異説明）。
    -   平均跌幅（熊市）：歷史平均峯 - 谷跌幅約 **~33%**（不同樣本與口徑下平均在 30%–35% 區間）。
    -   持續時間（到谷底）：熊市從峯到谷常見耗時 約 12–18 個月（中位或平均值視樣本而異）  
         
4.  回調→熊市 的 “轉化率”
    -   並非所有 ≥10% 的回調都會繼續演變為 ≥20%。**歷史上約 25%–40% 的 ≥10% 回調最終演化為熊市（不同研究給出 1/4–2/5 的區間）。**這説明多數 correction 最終並不會成為熊市。
5.  長期環境/背景的影響
    -   回調／熊市的深度與持續性強烈受宏觀環境（經濟衰退、利率上行、估值高企、流動性事件等）影響；同一幅度的下跌在不同背景下含義不同（例如 2000 年代初的科技股泡沫 vs 2020 年的突然疫情性暴跌）。歷史數據需要與宏觀標籤並列檢視才能更有判斷力