En períodos de volatilidad dramática en los precios de las acciones, la identificación de puntos de cambio en series temporales de precios de acciones es importante para analizar los cambios estructurales en los datos del mercado financiero, así como para la prevención y control de riesgos en el mercado financiero. Dado que sus residuos siguen una distribución de error generalizada, el problema de estimar los parámetros del punto de cambio del modelo -ARCH se resuelve combinando de manera innovadora el método de filtrado de Kalman y el método de Bayes, y proporcionamos un método para la estimación de parámetros de los factores de Bayes para las ocurrencias de puntos de cambio, los valores esperados de las posiciones de los puntos de cambio y la varianza de los puntos de cambio. Al detectar los puntos de cambio en el precio de ocho acciones con un alto número de cambios de límite al alza y a la baja que ocurren en el período de observación, se obtienen las siguientes conclusiones: (1) La detección de puntos de cambio utilizando el modelo -ARCH basado en el método de Bayes es efectiva. (2) Para diferentes valores de , este estudio de investigación encuentra que basándose en el modelo ARCH clásico (es decir, ) del parámetro del punto de cambio, los resultados son relativamente óptimos. (3) La precisión de la detección de puntos de cambio puede mejorarse corrigiendo los efectos a corto plazo de las acciones mediante el uso del método de filtrado de Kalman.