首先，我们需要明确移动平均法的参数，例如窗口大小(window size)和滑动步长(sliding step)。假设我们使用窗口大小为3,滑动步长为1的移动平均法。

接下来，我们将使用MATLAB编写代码来实现这个预测。

解析：

1. 创建一个向量，包含前两年的数据。
2. 使用movmean函数计算移动平均值。
3. 将移动平均值与原始数据相加，得到预测值。
4. 重复步骤2和3,直到预测后一年的数据。

代码如下：

% 前两年的数据
data = [100, 200]; % 这里替换为你的实际数据

% 计算移动平均值
window_size = 3;
sliding_step = 1;
moving_average = movmean(data, window_size, 'sliding', sliding_step);

% 预测后一年的数据
predicted_data = zeros(length(data), 1);
for i = 1:length(data)-window_size+1
    % 将移动平均值与原始数据相加
    predicted_data(i) = data(i) + moving_average(i);
end

% 输出预测结果
disp(predicted_data);

请将上述代码中的data变量替换为你的实际数据，然后在MATLAB中运行代码即可得到预测后一年的数据。