汇率是国际贸易中非常重要的调节杆杠。能否准确预测汇率长期走势,对中国与东盟国家的风险投资,贸易往来,具有重要的参考价值。分析与预测中国-东盟汇率长期走势,也是中国东盟海洋大数据平台金融板块中金融部分的主要方向。从现有的文献资料来看,目前预测汇率主要有基础分析法和技术预测法两种。本文选取东盟国家中的新加坡作为研究对象,分别使用这两种方法对新加坡的长期和短期官方汇率进行预测。使用技术分析法对长期汇率预测时,首先利用PCA获取与年度汇率相关联的影响因子数据,完成数据准备过程。接下来建立预测模型,根据汇率年度数据的小样本特性,使用了支持向量机回归算法进行汇率预测,为了解决参数收敛速度慢的问题,提出基于果蝇优化算法的FOA-SVR汇率预测模型。为了避免单一预测模型的局限性,本章还引入了BP神经网络模型,并与FOA-SVR汇率预测模型并联组合,提出了FOA-SVR-BPNN汇率预测模型。实验表明,组合模型的预测效果要明显优于普通支持向量机回归模型。利用基础分析法预测汇率的短期走势时,使用了基于时间序列的ARIMA模型,将短期历史月度数据作为时间序列,消除趋势和季节性因素后,对序列进行回归预测。本文在ARIMA模型的基础上,将ARIMA预测值作为线性预测值,ARIMA预测值的残差作为BPNN模型的输入,对残差进行非线性预测,最后将线性预测值与非线性预测结果组合起来,提出了ARIMA-BPNN预测模型。改进后的ARIMA预测模型预测效果要优于普通ARIMA预测模型。最后,将本文的研究结果应用到中国东盟海洋大数据平台金融模块上,分别实现长期汇率和短期汇率的预测功能,为用户提供预测参考和数据服务。