我们能否从数据本身发现比特币的幂律起源？我们通过拟合 P = A·(t - t₀)^n（其中三个参数同时优化）进行了测试。问题是：数据更偏好创世块 (t₀=0) 还是其他起点？

R² 曲线图揭示了答案。当我们扫描不同的 t₀ 值时，函数在创世块附近非常平坦。还注意到置信区间非常宽。
无约束优化器在 t₀ = +202 天（2009年7月）找到数学最优点，将 R² 从 0.9613 提升到 0.9628——仅提升了 0.15%，远在误差范围内。
但为了这微不足道的 R² 改进，代价却非常大。
这个代价是巨大的。在 t₀=0 时，指数 n=5.694，接近 SSA 结果 β=5.9 的 3.5%。在无约束最优点 t₀=+202 时，指数降至 n=5.087，距离 SSA 结果偏离 13.8%。我们获得了 0.15%的 R² 提升，但模型的整体一致性却下降了。
这就是过拟合的典型特征：只优化狭窄的指标（(R²)），而牺牲了更广泛的模型质量。
奥卡姆剃刀原则在这里发挥了作用。R² 曲线显示，任何在创世块±200天范围内的 t₀ 都能得到几乎相同的拟合结果。
由于数据没有明确偏好，我们选择最简单的模型：没有偏移，没有额外参数。当添加复杂性没有带来实质性收益且损害与独立方法的一致性时，简洁原则倾向于 t₀=0。
当我们将优化器限制在合理的物理范围内（(t₀必须早于价格数据)），它收敛到 t₀ = -0.01 天——基本就是创世块本身。指数仍为 n=5.694，与 SSA 结果在 3.5% 内一致。现在三种独立方法达成一致：SSA 特征模分解得 β=5.9，标准幂律回归得 β=5.69，直接非线性拟合（优化起点）得 n=5.69， t₀≈0。
数据没有提供有意义的证据支持时间起点的偏移。与所有证据一致的最简单模型是从 2009年1月3日的创世块开始的纯幂律 P ∝ t^5.69。网络效应始于网络本身。