什么是马尔可夫分析？
马尔可夫分析是一种用于预测变量值的方法，该变量的预测值仅受其当前状态影响，而不受任何先前活动的影响。 本质上，它仅根据变量周围的当前情况预测随机变量。
该技术以俄罗斯数学家安德烈·安德烈耶维奇·马尔科夫（Andrei Andreyevich Markov）的名字命名，他率先研究了随机过程，即涉及机会操作的过程。 他首先使用这种方法来预测滞留在容器中的气体颗粒的运动。 马尔可夫分析通常用于预测一大群人的行为和决策。
关键要点
- 马尔可夫分析是一种用于预测变量值的方法，该变量的预测值仅受其当前状态影响，而不受任何先前活动的影响。 马尔可夫分析的主要优点是简单和样本外预测准确。马尔可夫分析对于解释事件不是很有用，在大多数情况下也不能成为潜在情况的真实模型。马尔可夫分析对金融投机者有用，尤其是动力投资者。
了解马尔可夫分析
马尔可夫分析过程涉及在给定变量当前状态的情况下定义未来行动的可能性。 一旦确定了每个状态下未来动作的概率，就可以绘制决策树。 然后，给定变量的当前状态，可以计算结果的可能性。 马尔可夫分析在商业领域中有多种应用。 考虑到生产线上机器的运行状态，它通常用于预测从装配线中脱落的有缺陷零件的数量。
它也可以用来预测将变成坏账的公司应收账款的比例。 一些股票价格和期权价格的预测方法也包含马尔可夫分析。 最后，公司经常使用它来预测当前客户的未来品牌忠诚度以及这些消费者决定公司市场份额的结果。
马尔可夫分析的优点
马尔可夫分析的主要好处是简单和样本外预测准确性。 简单的模型（例如用于马尔可夫分析的模型）通常比更复杂的模型更能做出预测。 该结果在计量经济学中是众所周知的。
马尔可夫分析的缺点
马尔可夫分析对于解释事件不是很有用，并且在大多数情况下不能成为潜在情况的真实模型。 是的，根据当前状态估计条件概率相对容易。 但是，这经常告诉您发生某事的原因。
在工程中，很明显，知道机器将要发生故障的可能性并不能解释其为什么会发生故障。 更重要的是，一台机器实际上并没有根据今天是否发生故障的概率来发生故障。 实际上，一台机器可能因为需要更频繁地润滑其齿轮而发生故障。
在金融领域，马尔可夫分析面临着与工程领域同样的局限性，但是由于我们相对缺乏对金融市场的知识，解决问题变得复杂。 相对于首先筛选出不良信用风险而言，马尔可夫分析对于估算将要违约的债务比例更为有用。
马尔可夫分析是进行预测的有价值的工具，但没有提供解释。
马尔可夫分析的一个例子
股票投机者可以使用马尔可夫分析。 假设有动量投资者估计，如果今天喜欢的股票明天击败市场，就有60％的机会击败它。 此估计仅涉及当前状态，因此符合Markov分析的关键限制。 马尔可夫分析还允许投机者估计，鉴于今天的股票击败了今天的市场，该股票在接下来的两天中将跑赢大盘的概率为0.6 * 0.6 = 0.36或36％。 通过使用杠杆和金字塔，投机者试图从这种马尔可夫分析中放大潜在的利润。
