ในทฤษฎีเกมกลยุทธ์มาร์คอฟ^{[ 1 ]}เป็นกลยุทธ์ที่ขึ้นอยู่กับสถานะปัจจุบันของเกมเท่านั้น ไม่ใช่ประวัติทั้งหมดของการกระทำในอดีต สถานะจะสรุปข้อมูลในอดีตที่เกี่ยวข้องทั้งหมดที่จำเป็นสำหรับการตัดสินใจ ตัวอย่างเช่น ในเกมที่เล่นซ้ำ สถานะอาจเป็นผลลัพธ์ของรอบล่าสุดหรือสถิติสรุปใดๆ ที่จับสถานการณ์เชิงกลยุทธ์หรือลำดับการเล่นล่าสุด^{[ 2 ]}

รูปแบบกลยุทธ์มาร์คอฟจะก่อให้เกิดสมดุลมาร์คอฟที่สมบูรณ์แบบหากมันเป็นสมดุลแนชในทุกสถานะที่เป็นไปได้ของเกม กลยุทธ์มาร์คอฟถูกนำมาใช้กันอย่างแพร่หลายในเกมแบบไดนามิกและเกมสุ่ม ซึ่งสถานะจะเปลี่ยนแปลงไปตามเวลาตามกฎความน่าจะเป็น

แม้ว่าแนวคิดนี้จะได้รับการตั้งชื่อตามAndrey Markovเนื่องจากอาศัยคุณสมบัติของ Markov ^{[ 3 ]} —แนวคิดที่ว่าสถานะปัจจุบันเท่านั้นที่มีความสำคัญ—แต่แนวคิดกลยุทธ์นี้ได้รับการพัฒนาขึ้นในภายหลังในบริบทของทฤษฎีเกมแบบไดนามิก