實際分析中，往往需要知道經過一段時間后，市場趨勢分析對象可能處於的狀態，這就要求建立一個能反映變化規律的數學模型。馬爾科夫市場趨勢分析模型是利用概率建立一種隨機型的時序模型，並用於進行市場趨勢分析的方法。
馬爾科夫分析法的基本模型為： X(k+1)=X(k)×P
公式中：X(k)表示趨勢分析與預測對象在t=k時刻的狀態向量，P表示一步轉移概率矩陣， X(k+1)表示趨勢分析與預測對象在t=k+1時刻的狀態向量。
必須指出的是，上述模型只適用於具有馬爾科夫性的時間序列，並且各時刻的狀態轉移概率保持穩定。若時間序列的狀態轉移概率隨不同的時刻在變化，不宜用此方法。由於實際的客觀事物很難長期保持同一狀態的轉移概率，故此法一般適用於短期的趨勢分析與預測。
這是百科上的說法，經過習題習題實踐后，我覺得有幾點需要注意的：
X(k+1) 和 X(k) 是行向量，X(k)×P是一個矩陣相乘，順序不能變，是行向量乘以轉移矩陣
關於轉移矩陣的求法可以這樣求，以例題來分析：
例：某生態公園現有某種鳥類5000只，其中患病的又20%，設每年健康的鳥有20%患病，而患病的鳥有60%治愈，問兩年后健康的鳥和患病的鳥各有多少？
狀態轉移方程p為 ：
健康到健康是0.8 健康到患病是0.6
患病到健康是0.2 患病到患病是0.4
每一行的和都是1
現在的狀態是 (4000 1000) 【健康 患病】
則一年后的狀態為 (4000 1000) * p = (3800 1200)
兩年后的狀態為 (3800 1200)*p = (3760 1240)
所以兩年后健康的鳥有3760只 , 患病的鳥有1240只