马尔可夫性质（英语：Markov property）是概率论中的一个概念，因俄罗斯数学家安德烈·马尔恰诺夫得名。它描述了一个随机过程，在给定当前状态及所有过去状态的情况下，未来状态的条件概率分布仅依赖于当前状态。这意味着，在给定现在状态时，随机过程与其历史路径是条件独立的。具有马尔可夫性质的过程通常称为马尔可夫过程。
定义
数学上，如果为一个随机过程，则马尔可夫性质就是指
马尔可夫过程通常称其为（时间）齐次，如果满足
除此之外则被称为是（时间）非齐次的。齐次马尔可夫过程通常比非齐次的简单，构成了最重要的一类马尔可夫过程。
某些情况下，明显的非马尔可夫过程也可以通过扩展“现在”和“未来”状态的概念来构造一个马尔可夫表示。设为一个非马尔可夫过程。我们就可以定义一个新的过程，使得每一个Y的状态表示X的一个时间区间上的状态，用数学方法来表示，即，
如果Y具有马尔可夫性质，则它就是X的一个马尔可夫表示。在这个情况下，X也可以被称为是 二阶马尔可夫过程。更高阶马尔可夫过程也可类似地来定义。
具有马尔可夫表示的非马尔可夫过程的例子，例如有移动平均时间序列。
最有名的马尔可夫过程为马尔可夫链，但不少其他的过程，包括布朗运动也是马尔可夫过程。