リアルタイムの時系列に対して応用できる時系列構造変化点検出手法として逐次確率比検定（SPRT）が注目されている．SPRTは，観測された確率事象の割合が所定の基準値よりと同じか否かを決定するために使われる手法である．しかし，先行研究では一度のみ変化点検出することができるが，その後に続く複数の変化点を検出することができない．そこで本論文では，次々に観測される時系列に存在する複数の変化点の検出を可能にすることを目的とし，変化点検出後にモデルを再学習する手法を提案する．さらに，日経平均株価225データによる実験を行い，提案手法の有用性を示す．