下面将讨论输入参数的变化会对波动率微笑曲线产生怎样的影响。
方差的波动率的变化对波动率微笑曲线形状的影响
相关系数的变化对波动率微笑曲线形状的影响
初始方差 初始方差的变化会显著改变波动率微笑曲线的水平高度，但对曲线形状的影响并不大。
长期方差 长期方差的变化对波动率微笑曲线形状产生的影响与初始方差相似，在校正过程中对长期方差要格外小心，最好是将初始方差固定而只改变长期方差。当初始方差和期权到期日都发生变化时，更加难以处理。
均值回复速率 均值回复速率K的变化对波动率微笑曲线中部(期权处于两平状态)的影响要大于对曲线两端的影响，增大K使得曲线中部明显抬高。
关于校正的一些问题
一般性问题
1.拟合不足(underfitting )：参数的数量太少，无法充分描述市场信息；
2.过度拟合(overfitting)：描述市场时使用的参数过多；
3.时间稳定性：今天的一个很好的拟合也许在明天就不再适用—这种问题一般源于过度拟合；
4.对冲：虽然能够很好地拟合市场现象，但却根本没有提出对冲风险的方法。
均值回复速率的影响 我们发现当方差的波动率很大时，往往可以抵消由均值回复速率K所产生的影响。反复多次地进行校正可以使K几乎被固定下来，而只对其他参数进行校正。
