时间序列在各个领域中都普遍存在,因此越来越多的学者开始关注到时间序列的研究及应用。而变点问题则是其中很热门的一个课题。在实际生产生活中,人们希望可以及时检测到这种突变发生的时间以做好应对准备,使损失达到最小。本文首先通过贝叶斯方法对ARMA模型和ARCH模型进行变点检测。在选取适当的共轭先验分布后,根据贝叶斯原理,通过迭代或者抽样方法得到变点的后验分布。并且通过ROC曲线来衡量变点检测的效果。文中给出了两种模型的多组数据检验算法的效果。最后给出算法应用的两个案例。第一是将该方法应用到平安银行和中科曙光两只股票日收盘价的变点分析中,通过与真实突变的比较得到最适合拟合股指时间序列的模型及变点检测方法并分析了股市中突变发生的原因。第二是将该方法应用到江苏省总产出的指标数据中,得到一些与股市数据不同的结果。