Proses stokastik stasioner adalah proses yang distribusi probabilitasnya bervariasi kurang lebih secara konstan selama periode waktu tertentu.
Dengan kata lain, serangkaian angka mungkin tampak (dan) kacau, tetapi mengambil nilai dalam rentang yang terbatas. Melalui informasi ini dapat dibuat model yang mencoba memprediksi variabel. Pengembalian harian dari aset keuangan adalah contoh proses stokastik stasioner. Jadi, pengembalian harian EURUSD, yaitu, variasi harian dalam persentase memiliki bentuk berikut:
Bagan ini mencerminkan pengembalian harian dalam persen EURUSD sejak 1999. Namun, untuk lebih memahami konsepnya, kita hanya akan menawarkan 100 hari terakhir.
Dengan memperbesar grafik kita dapat melihat lebih jelas perilaku variabel. Selama 100 hari terakhir EURUSD memiliki variasi dalam kisaran -1% dan 1%. Kita tidak dapat memprediksi variasi apa yang akan terjadi pada hari tertentu, tetapi kita dapat mengetahui (tidak mengonfirmasi) kisaran nilai di mana variabel akan berada.
Apakah proses stokastik stasioner dapat diprediksi?
Ketika mengacu pada prediktabilitas proses stokastik stasioner, Anda tidak mengklaim bahwa itu seratus persen dapat diprediksi. Referensi dibuat untuk kemungkinan bahwa dengan probabilitas tertentu seri akan mengambil rentang nilai. Sebuah contoh disediakan oleh grafik pengembalian harian EURUSD. Kita tidak dapat memprediksi apakah EURUSD akan naik atau turun, tetapi kita dapat memprediksi dengan tingkat keandalan yang cukup tinggi bahwa EURUSD akan memiliki pengembalian antara -1 dan 1%.
Berikut ini adalah gambaran kasar dari jenis-jenis proses stokastik. Diantaranya adalah proses stokastik stasioner dan non stasioner.