我們能否從數據本身發現比特幣的幾何定律起源？我們通過同時優化所有三個參數，擬合 P = A·(t - t₀)^n 來測試這一點。問題是：數據更偏好創世區塊 (t₀=0)，還是其他起點？

R² 曲線圖揭示了答案。當我們在不同的 t₀ 值範圍內掃描時，該函數在創世區塊附近非常平坦。再者，請注意那巨大的置信區間。
非約束優化器在 t₀ = +202 天 (2009年7月) 時找到數學上的最優點，將 R² 從 0.9613 提升到 0.9628——僅提升了 0.15% (遠在誤差範圍內)。
但這個微不足道的 R² 改進卻付出了巨大的代價。
這個代價是相當大的。在 t₀=0 時，指數 n=5.694，與我們的 SSA 結果 (β=5.9) 相差不到 3.5%。在非約束最優點 t₀=+202 時，指數降至 n=5.087，與 SSA 相差 13.8%。我們獲得了 0.15% 的 R² 提升，但卻失去了與無模型基準的契合。
這是過度擬合的典型特徵：只優化一個狹窄的指標 (R²)，卻損害了更廣泛的模型品質。
奧卡姆剃刀原理在此處適用。R² 曲線顯示，任何在創世區塊前後約 ±200 天範圍內的 t₀，都能產生幾乎相同的擬合結果。
在數據沒有明確偏好的情況下，我們選擇最簡單的模型：沒有偏移量，沒有額外參數。簡約原則偏好 t₀=0，因為增加複雜度並未帶來實質性收益，反而損害了與獨立方法的契合。
當我們將優化器限制在物理合理的範圍內 (t₀ 必須在價格數據之前)，它會收斂到 t₀ = -0.01 天——基本就是創世區塊本身。指數仍保持在 n=5.694，與 SSA 在 3.5% 內吻合。現在，三種獨立方法達成一致：SSA 特徵模分解得 β=5.9，標準冪律回歸得 β=5.69，直接非線性擬合（優化起點）得 n=5.69，t₀≈0。
數據沒有提供有意義的證據支持偏移的時間起點。與所有證據一致的最簡模型是從創世區塊（2009年1月3日）開始的純冪律 P ∝ t^5.69。網絡效應始於網絡本身。