统计过程控制（SPC）是对过程进行监控的重要方法，过程监控中有效并广泛使用的工具是控制图，控制图的构建可以分为两个阶段：回溯分析阶段以及监测阶段。本文的研究对象是回溯期阶段的分析。从目前的研究现状来看，一般均假设基础数据表现为单一的运行模式，而现实生活中通常存在多个运行模式，无法仅以一种统计模型对所有运行模式监控，对SPC的运用实施提出了重大挑战。因此，为了更好地实现第二阶段，即高效地监控过程的异常变化，需要在第一阶段对过程的变点进行准确识别，以准确提取过程正常的运行状态，构建合理准确的控制图。变点识别问题是回溯分析问题中的热点问题之一，最初针对一元参数的单变点问题，之后向多元问题或多变点问题扩展，但是目前对于多变点的研究仍然不完善，而且大多研究均以过程服从某已知参数分布为基本假设，其方法对特定分布的依赖性很高，鉴于此，本文以非参数统计方法中的K-S检验以及曼惠特尼U检验为支撑，提出了回溯期自由分布下的多变点识别流程，研究多种变化类型漂移同时存在时的回溯分析方法。突发事件在金融领域中有不可忽视的影响，需要对突发事件所引起的风险做好控制和防范，其中股市风险更是与大众生活关系紧密。根据大量学者的研究发现，股市的分布不仅不服从于正态分布，而且不能被某一种分布准确拟合，股市大体上呈尖峰厚尾分布，所以目前所存在的参数方法并不适用于股市变点问题的研究，而本文所提出的非参数变点识别方法可以很好的弥补以上研究的不足，本文以上证A股为实例，取其对数收益率为依据，以验证识别方法的有效性。