馬爾可夫（Markov）是俄國著名的數(shù)學家。馬爾可夫預測法是以馬爾可夫的名字命名的一種特殊的市場預測方法。馬爾可夫預測法主要用于市場占有率的預測和銷售期望利潤的預測。就是一種預測事件發(fā)生的概率的方法。它是基于馬爾可夫鏈，根據(jù)事件的目前狀況預測其將來各個時刻（或時期）變動狀況的一種預測方法。馬爾可夫預測法是對地理、天氣、市場、進行預測的基本方法，它是地理預測中常用的重要方法之一。

馬爾可夫進行深入研究后指出!對于一個系統(tǒng),由一個狀態(tài)轉至另一個狀態(tài)的轉換過程中,存在著轉移概率,并且這種轉移概率可以依據(jù)其緊接的前一種狀態(tài)推算出來,與該系統(tǒng)的原始狀態(tài)和此次轉移前的過程無關。一系列的馬爾可夫過程的整體稱為馬爾可夫鏈-馬爾可夫過程的基本概念是研究系統(tǒng)的“狀態(tài)”及狀態(tài)的‘轉移“,從一個狀態(tài)轉換到另一個狀態(tài)的可能性,我們稱之為狀態(tài)轉移概率-所有狀態(tài)轉移概率的排列即是轉移概率矩陣

1.狀態(tài)轉移概率具有兩個特性：

(1)P_ijge0(P_ij指從第i轉向第j的概率)；

sum_{j=1}P_ij=1

2.馬爾可夫分析的基本假定

在進行馬爾可夫分析時,我們假定：

(1)預測期系統(tǒng)狀態(tài)數(shù)保持不變

(2)系統(tǒng)狀態(tài)轉移概率矩陣不隨時間變化

(3)狀態(tài)轉移僅受前一狀態(tài)影響,即馬爾可夫過程的無后效性

3.馬爾可夫過程用于預測基本步驟

首先確定系統(tǒng)狀態(tài),然后確定狀態(tài)之間轉移概率,再進行預測,并對預測結果進行分析-若結果合理,則可提交預測報告,否則需檢查系統(tǒng)狀態(tài)及狀態(tài)轉移概率是否正確。

事物的發(fā)展狀態(tài)總是隨著時間的推移而不斷變化的。在一般情況下，人們要了解事物未來的發(fā)展狀態(tài)，不但要看到事物現(xiàn)在的狀態(tài)，還要看到事物過去的狀態(tài)。馬爾可夫認為，還存在另外一種情況， 人們要了解事物未來的發(fā)展狀態(tài)，只須知道事物現(xiàn)在的狀態(tài)，而與事物以前的狀態(tài)毫無關系。例如，Ａ產(chǎn)品明年是暢銷還是滯銷， 只與今年的銷售情況有關，而與往年的銷售情況沒有直接的關系。后者的這種情況就稱為馬爾可夫過程，前者的情況就屬于非馬爾可夫過程。

馬爾可夫過程的重要特征是無后效性。事物第n次出現(xiàn)的狀態(tài)，只與其第n-1次的狀態(tài)有關，它與以前的狀態(tài)無關。舉一個通俗例子說：池塘里有三片荷葉和一只青蛙，假設青蛙只在荷葉上跳來跳去。若現(xiàn)在青蛙在荷葉Ａ上，那么下一時刻青蛙要么在原荷葉Ａ上跳動，要么跳到荷葉Ｂ上，或荷葉Ｃ上。青蛙究竟處在何種狀態(tài)上，只與當前狀態(tài)有關，而與以前位于哪一片荷葉上并無關系。這種性質，就是無后效性。

所謂“無后效性”，是指過去對未來無后效，而不是指現(xiàn)在對未來無后效。馬爾可夫鏈是與馬爾可夫過程緊密相關的一個概念。馬爾可夫鏈指出事物系統(tǒng)的狀態(tài)由過去轉變到現(xiàn)在，再由現(xiàn)在轉變到將來，一環(huán)接一環(huán)像一根鏈條，而作為馬爾可夫鏈的動態(tài)系統(tǒng)將來是什么狀態(tài)，取什么值， 只與現(xiàn)在的狀態(tài)、取值有關，而與它以前的狀態(tài)、取值無關。因此，運用馬爾可夫鏈只需要最近或現(xiàn)在的動態(tài)資料便可預測將來。馬爾可夫預測法就是應用馬爾可夫鏈來預測市場未來變化狀態(tài)。