Proses stokastik stasioner adalah proses yang distribusi probabilitasnya bervariasi kurang lebih secara konstan selama periode waktu tertentu.
Dengan kata lain, serangkaian angka bisa terlihat (dan menjadi) kacau tetapi mengambil nilai dalam rentang yang terbatas. Melalui informasi ini, caral dapat dibuat untuk 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:
Grafik ini mencerminkan pengembalian harian dalam persentase EURUSD sejak 1999. Namun, untuk lebih memahami konsepnya, kita hanya akan menawarkan 100 hari terakhir.
Dengan memperbesar grafik kita dapat melihat perilaku variabel lebih jelas. 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 mengkonfirmasi), kisaran nilai di mana variabel akan berada.
Apakah Proses Stochastic Stasioner Dapat Diprediksi?
Ketika mengacu pada prediktabilitas proses stokastik stasioner, tidak diklaim bahwa itu seratus persen dapat diprediksi. Ini mengacu pada kemungkinan bahwa dengan probabilitas tertentu seri mengambil rentang nilai. Contoh disediakan oleh grafik pengembalian harian EURUSD. Kita tidak dapat memprediksi apakah EURUSD akan naik atau turun, tetapi kita dapat memprediksi dengan tingkat kepercayaan yang cukup tinggi bahwa EURUSD akan kembali antara -1 dan 1%.
Berikut adalah gambaran kasar dari jenis-jenis proses stokastik. Diantaranya adalah proses stokastik stasioner dan nonstasioner.